在大鼠脊髓损伤中,识别和验证与线粒体功能障碍和ferroptosis相关的生物标志物

科学领域:

• 神经科学是一个神经科学.
• 细胞生物学 细胞生物学
• 生物标志物发现发现

背景情况:

• 线粒体功能障碍和铁死在脊髓损伤 (SCI) 病理生理学中至关重要.
• 这些过程影响SCI后的神经元的生存和修复.
• 识别可靠的生物标志物对于理解和诊断SCI至关重要.

研究的目的:

• 确定与SCI中线粒体和铁亡相关的新生物标志物.
• 使用已识别的生物标志物开发用于SCI预测的诊断模型.
• 探索这些生物标志物与SCI之间的机制联系.

主要方法:

• 综合差异性基因表达和共同表达网络分析.
• 机器学习算法 (LASSO,Boruta) 用于特征基因选择.
• 通过RT-qPCR进行人工神经网络 (ANN) 模型构建和验证.

主要成果:

• 在SCI样本中,HCrt和Cdca2被确定为高度表达的生物标志物.
• ANN模型准确地将SCI与对照样本区分开来.
• 共同丰富的途径包括乌比奎丁介导的蛋白解和神经变蛋白信号传递;观察到改变的T毛囊辅助细胞水平.

结论:

• Hcrt和Cdca2是SCI的验证生物标志物,与线粒体功能障碍和铁亡有关.
• 开发的ANN模型显示了SCI的诊断潜力.
• 这些发现为SCI诊断和潜在机制提供了新的见解.