基于生物信息学和机器学习的编程细胞死亡基因与脊髓损伤进展相关的分析和验证

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 生物信息学是一种生物信息学.

背景情况:

• 脊髓损伤 (SCI) 是一种严重的神经疾病,残疾和死亡率很高.
• 编程细胞死亡 (PCD) 是SCI后神经元细胞死亡的一个关键因素.
• 了解SCI中PCD的遗传基础对于开发有效治疗方法至关重要.

研究的目的:

• 识别和描述参与编程细胞死亡 (PCD) 的基因,这些基因对脊髓损伤 (SCI) 的进展有显著的贡献.
• 阐明这些已识别的基因在SCI病理生理学的作用.

主要方法:

• 与SCI相关的基因表达数据集的生物信息分析 (GSE5296,GSE47681,GSE189070).
• 识别常见的差异表达基因和与PCD基因的交叉.
• 使用LASSO和随机森林算法构建基因预测模型.
• 功能丰富分析 (GO,KEGG),蛋白质与蛋白质相互作用网络构建,免疫细胞透分析和上游调节器预测.
• 在小鼠SCI模型中使用免疫光染色对基因表达的验证.

主要成果:

• 鉴定出五种PCD特征基因 (Ctsd,Abca1,Cst7,Ctsb和Cybb) 对SCI进展具有很高的诊断疗效 (AUC从0.959到0.995不等).
• 发现这些基因在脊髓损伤部位表达高.
• 分析表明,多个免疫细胞在SCI进展中的重要参与.

结论:

• 这项研究确定了五个关键PCD基因 (Ctsd,Abca1,Cst7,Ctsb和Cybb),与脊髓损伤有很强的关联.
• 这些发现为PCD驱动的SCI的病理生理机制提供了宝贵的见解.
• 已识别的基因代表了改善SCI治疗结果的潜在治疗标.