机器学习识别了潜在的诊断生物标志物,与阻塞性睡眠呼吸暂停中的铁化相关
Bowen Chen1, Liping Dong1, Weiwei Chi1
1Clinical Biobank, The First Hospital of Hebei Medical University, Hebei Medical University, Shijiazhuang, Hebei 050031, P.R. China.
Experimental and therapeutic medicine
|March 31, 2025
概括
这项研究确定了三种关键的与铁亡相关的基因 (TXN,EGR1,CDKN1A) 参与阻塞性睡眠呼吸暂停 (OSA). 这些基因与代谢和免疫过程有关,为OSA诊断和治疗提供了潜在的点.
科学领域:
- 生物医学研究的研究.
- 分子生物学分子生物学
- 睡眠的药物 睡眠的药物
背景情况:
- 阻塞性睡眠呼吸暂停 (OSA) 是一种患有严重并发症的普遍疾病.
- 铁亡,一种编程细胞死亡的形式,与OSA的发病有关,但其机制尚不清楚.
研究的目的:
- 识别OSA中与ferroptosis相关的基因并评估它们的临床意义.
- 探索这些基因在OSA发展中的作用和潜在的治疗策略.
主要方法:
- 利用基因表达综合数据来选OSA中的差异表达基因 (DEGs).
- 应用机器学习 (LASSO,随机森林) 来识别关键的与铁死相关的DEGs.
- 分析了免疫细胞透并构建了一个ceRNA网络;通过RT-qPCR验证了基因表达.
主要成果:
- 确定了三个关键的与铁亡相关的基因:TXN,EGR1和CDKN1A.
- 这些基因与OSA的代谢和免疫反应途径有关.
- 在OSA组织中发现了T细胞和NK细胞的显著透,表明免疫激活.
结论:
- TXN,EGR1和CDKN1A是早期诊断和治疗OSA的潜在生物标志物.
- 向铁和免疫路径可能为OSA提供新的治疗途径.
- 吉尼平已经成为一种潜在的OSA治疗药物.
更多相关视频
10:28Dynamic Digital Biomarkers of Motor and Cognitive Function in Parkinson's Disease
Published on: July 24, 2019
15.0K
06:23A Chronic Sleep Fragmentation Model using Vibrating Orbital Rotor to Induce Cognitive Deficit and Anxiety-Like Behavior in Young Wild-Type Mice
Published on: September 22, 2020
5.2K
