在婴儿血液瘤中使用机器学习对SH3KBP1的特征基因选择和功能验证

科学领域:

• 血管生物学 血管生物学
• 生物信息学是一种生物信息学.
• 发展生物学 发展生物学

背景情况:

• 婴儿血管瘤 (IH) 是一种常见的婴儿血管瘤,其病因不明.
• 了解IH机制对于开发有效的治疗方法至关重要.

研究的目的:

• 通过全面的生物信息学分析,研究婴儿血管瘤 (IH) 的潜在机制.
• 确定关键的基因和途径,涉及到IH的发展和进展.
• 探索SH3KBP1在IH病理生理学中的作用.

主要方法:

• 使用GSE127487数据集在不同年龄组进行差异基因表达分析.
• 基因本体学 (GO) 和KEGG通路丰富分析.
• 权重基因共同表达网络分析 (WGCNA) 和机器学习算法.
• 试验室内实验包括shRNA淘汰和SH3KBP1.1的功能测试.

主要成果:

• 在IH中基因表达模式随着年龄的增长而动态变化,在增殖和进化阶段表现出不同的特征.
• 免疫细胞的透率下降,而皮质细胞在IH中增加.
• SH3KBP1被确定为一个关键基因,体外研究证实它在细胞迁移和入侵中的关键作用.
• WGCNA确定了两个与血管新生/信号转导和代谢/合成过程相关的不同的集群.

结论:

• 这项研究阐明了IH在不同发育阶段的复杂基因表达和调节机制.
• SH3KBP1成为IH病理生理学的重要因素,也是诊断和治疗的潜在生物标志物.