揭开与衰老相关的基因在通过综合生物信息学分析和机器学习来诊断具有代谢综合征的骨关节炎
Jian Huang1, Lu Wang2, Jiangfei Zhou3
1Department of Orthopedics, The Affiliated Hospital of Qingdao University, Qingdao, China.
Artificial cells, nanomedicine, and biotechnology
|March 1, 2025
概括
这项研究确定了五个关键的与衰老相关的基因 (ARG),作为早期诊断骨关节炎 (OA) 和代谢综合征 (MetS) 的潜在生物标志物. 这些基因与免疫细胞透有关,有助于了解疾病机制.
科学领域:
- 生物医学研究的研究.
- 基因组学就是基因组学.
- 计算生物学是一种计算生物学.
背景情况:
- 老龄化是骨关节炎 (OA) 和代谢综合征 (MetS) 的一个主要风险因素.
- 将衰老与OA和MetS联系在一起的分子机制尚未完全理解.
- 确定早期诊断的生物标志物对于管理这些同时发生的疾病至关重要.
研究的目的:
- 在OA和MetS患者中识别与衰老相关的生物标志物.
- 探索这些生物标志物与免疫细胞透之间的关联.
- 开发一种诊断模型,用于早期检测OA与MetS.
主要方法:
- 利用公开的OA和MetS数据集以及与衰老相关的基因 (ARG).
- 采用差异基因表达分析 (limma) 和加权基因共表达网络分析 (WGCNA).
- 应用机器学习算法 (SVM,RF,GLM,XGB) 用于生物标志物选择和诊断模型开发,通过名录和ROC曲线进行验证. CIBERSORT分析了免疫细胞透的情况.
主要成果:
- 在OA DEGs,MetS模块基因和ARGs中确定了20个交叉基因.
- 选择了一个支持向量机 (SVM) 模型,包括五个枢纽ARG (CEBPB,PTEN,ARPC1B,PIK3R1,CDC42) 具有高诊断精度.
- 证明了这些枢纽ARG,诊断价值和免疫细胞透模式之间的显著相关性.
结论:
- 五个枢纽ARG (CEBPB,PTEN,ARPC1B,PIK3R1,CDC42) 被确定为OA患者的潜在早期诊断生物标志物.
- 这些生物标志物与免疫细胞透有关,这表明它们在疾病发病过程中起作用.
- 基于这些ARG的诺米图可以帮助早期诊断存在的OA和MetS.
