建立基于免疫相关基因的诺莫格拉姆模型,使用机器学习进行大动脉剖析诊断和免疫调节评估
Yanjun Hou1, Yangyang Zhao2,3, Zhensu Shi1
1Department of Cardiovascular Surgery, the Second Affiliated Hospital, Hainan Medical University, Haikou 570311, China.
International journal of medical sciences
|February 24, 2025
概括
对大动脉解剖 (AD) 的早期诊断至关重要. 这项研究确定了四个与免疫相关的基因 (CXCL1,ITGA5,PTX3,TIMP1) 以创建用于AD检测的诊断名录模型.
科学领域:
- 心血管研究研究心血管研究
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 大动脉剖析 (AD) 呈现出各种临床症状,需要早期和准确的诊断,以改善患者的治疗结果.
- 确定AD诊断的可靠生物标志物仍然是一个重大的临床挑战.
研究的目的:
- 为了确定新型免疫相关的诊断标志物用于大动脉解剖 (AD).
- 使用机器学习算法开发和验证一个名录模型来区分AD患者和健康个体.
主要方法:
- 结合了三个GEO数据集 (GSE52093,GSE147026,GSE153434) 用于加权的基因共同表达网络分析以确定与免疫相关的基因.
- 利用蛋白质-蛋白质相互作用网络和机器学习 (LASSO,随机森林,物流回归) 确定关键的诊断基因.
- 使用外部数据集 (GSE98770,GSE190635) 验证了名录模型,并分析了已识别的基因与免疫细胞透的关联.
主要成果:
- 确定了136个与免疫相关的基因,随后对15个关键基因进行查,最后选择了四个关键特征基因:CXCL1,ITGA5,PTX3和TIMP1.
- 基于这四个基因的诺莫格拉姆模型在区分AD患者与健康对照患者方面表现出显著的诊断准确性,通过外部验证得到证实.
- 发现四个枢纽基因在阿尔茨海默病患者的组织和血清中被上调,并与各种免疫细胞相关联,包括中性粒细胞,NK细胞,乳腺细胞和T细胞.
结论:
- 开发的使用CXCL1,ITGA5,PTX3和TIMP1的诺莫格拉姆模型为大动脉剖析提供了强大的诊断工具.
- 已确定的与免疫相关的基因及其相关的免疫细胞代表了管理AD的潜在治疗点.
