通过机器学习和实验分析来识别动脉样硬化中与脂质代谢相关的免疫标记物
Hang Chen1, Biao Wu2,3, Kunyu Guan4
1Department of Thyroid Breast Vascular Surgery, Banan Hospital of Chongqing Medical University, Chongqing, China.
Frontiers in immunology
|March 12, 2025
概括
这项研究确定了新的脂质代谢基因作为动脉样硬化的诊断标志物. 这些标记物与免疫通路有关,并显示出早期检测和治疗的治疗点的潜力.
科学领域:
- 生物医学研究生物医学研究
- 基因组学就是基因组学.
- 心血管科学 心血管科学
背景情况:
- 动脉样硬化是心血管疾病的主要原因,常常通过传统方法逃避早期检测.
- 脂质代谢异常是动脉样硬化发展的关键因素,需要新的诊断标志物.
- 准确及时诊断动脉样硬化对于有效的心血管疾病管理至关重要.
研究的目的:
- 基于脂质代谢,识别动脉样硬化新型诊断标记物.
- 探索脂质代谢,免疫路径和动脉样硬化之间的联系.
- 使用机器学习开发和验证动脉样硬化的诊断模型.
主要方法:
- 使用了GEO数据集 (GSE2470,GSE24495,GSE100927,GSE43292) 用于动脉样硬化研究.
- 采用ssGSEA和WGCNA来识别与脂质代谢相关的基因和免疫细胞得分.
- 应用机器学习算法用于诊断基因查和模型开发,通过分子对接和实验确认进行验证.
主要成果:
- 在动脉样中确定了302个与免疫路径相关的与脂质代谢相关的基因.
- 发现了6个关键的诊断基因 (APLNR,PCDH12,PODXL,SLC40A1,TM4SF18,TNFRSF25),用于动脉样硬化.
- 开发了一个高度准确的诊断模型,并证实了这些基因作为免疫相关药物点的潜力.
结论:
- 引入了新的与脂质代谢相关的动脉样硬化诊断标记,具有作为免疫相关药物标的潜力.
- 突出了已识别的诊断基因与免疫细胞之间的关联.
- 为动脉样硬化的预测诊断和向治疗提供了一种有价值的方法.
