通过机器学习和免疫分析,确定EGR1作为代谢功能障碍相关的脂肪性肝病 (MASLD) 的关键诊断生物标志物

科学领域:

• 肝病学 肝病学是一种肝病学.
• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.

背景情况:

• 代谢功能障碍相关的性肝病 (MASLD) 是一个日益严重的全球健康问题,其机制尚不清楚.
• 由于MASLD的发病率越来越高,因此需要对其病原和诊断生物标志物进行研究.

研究的目的:

• 通过微阵列数据和机器学习来识别MASLD的诊断生物标志物.
• 阐明底层机制,并确定MASLD的潜在治疗点.

主要方法:

• 使用了六个基因表达总 (GEO) 数据集进行培训和验证.
• 应用LASSO,SVM和随机森林 (RF) 机器学习方法来识别枢纽基因.
• 进行功能丰富,免疫透,TF-miRNA-mRNA网络和单细胞RNA测序分析.

主要成果:

• 确定了10个枢纽基因,EGR1被验证为一个关键生物标志物 (AUC=0.882).
• EGR1与MASLD的发病和进展有关,与免疫细胞有相关性.
• 在体外和体内实验证实了EGR1表达趋势.

结论:

• 证实EGR1是MASLD的一个关键基因.
• 这些发现为MASLD病原体提供了新的见解.
• 确定EGR1作为MASLD治疗的潜在治疗点.