通过生物信息学和机器学习方法识别ST段升高心肌梗塞中与M1巨相关的生物标志物
Huiying Li1,2, Qiwei Zhu1, Wei Wang3
1Department of Cardiology, The Second Medical Center and National Clinical Research Center for Geriatric Diseases, Chinese PLA General Hospital, 28 Fuxing Road, Haidian, Beijing, 100853, China.
Scientific reports
|April 1, 2025
概括
研究人员在外周血液单核细胞中确定了四个关键基因 (AKT3,GJC2,HMGCL,RBM17),这些基因可以通过反映免疫细胞透来改善ST段升高心肌梗塞 (STEMI) 的诊断和治疗.
科学领域:
- 心脏病学 心脏病学
- 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:
- ST段升高心肌梗塞 (STEMI) 是一种具有不良预后的危急心脏病.
- 在STEMI后的心肌中免疫细胞透,特别是M1巨细胞,显著影响心脏免疫微环境.
- 确定可靠的血清生物标志物用于免疫透对于有效的STEMI诊断和治疗至关重要.
研究的目的:
- 通过使用综合生物信息学和机器学习,识别与M1巨细胞透和STEMI相关的新型血清生物标志物.
- 根据分子形状,将STEMI患者分为各个亚型.
- 验证已识别的生物标志物的诊断和预后潜力.
主要方法:
- 在GSE59867数据集上使用了limma包,CIBERSORTx,权重基因协同表达网络分析 (WGCNA) 和蛋白质与蛋白质相互作用 (PPI) 网络.
- 采用机器学习算法来识别与STEMI亚型和M1巨侵入相关的关键基因.
- 在STEMI患者中使用GSE59867,GSE62646数据集和实时PCR验证了基因表达和诊断值.
主要成果:
- 确定AKT3,GJC2,HMGCL和RBM17作为关键基因,与急性阶段的STEMI亚型和M1巨菌透有关.
- 这四个基因来自外围血液单核细胞 (PBMC),具有显著的诊断价值.
- 在多个数据集和患者队列中证实了表达特征和诊断实用性.
结论:
- AKT3,GJC2,HMGCL和RBM17是增强STEMI诊断准确性的有希望的生物标志物.
- 这些生物标志物可能为STEMI患者提供潜在的治疗点.
- 该研究通过综合生物信息学和机器学习为STEMI中的生物标志物发现提供了全面的方法.
