综合大量和单细胞RNA-seq与机器学习进行全面的转录组分析,以识别和验证缺血性中风患者的线粒体未折叠蛋白质反应生物标志物
Lu Zhang1, Lei Yue2, Peng Jia3,4
1Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, Shanghai, China.
Frontiers in cell and developmental biology
|May 2, 2025
概括
这项研究确定CLEC4D是缺血性中风 (IS) 的敏感生物标志物,与线粒体展开的蛋白质反应有关. CLEC4D为IS患者提供了一个新的诊断和治疗参考.
科学领域:
- 生物医学研究的研究.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 缺血性中风 (IS) 是一个主要的全球健康问题.
- 线粒体未折叠蛋白反应 (UPRmt) 与IS之间的联系尚未得到充分理解.
- 本研究使用生物信息学研究了IS中的UPRmt机制.
研究的目的:
- 确定与线粒体未折叠蛋白反应 (UPRmt) 相关的缺血性中风 (IS) 的可靠生物标志物.
- 探索这些生物标志物在IS中的诊断和机制作用.
- 为IS风险开发一个预测模型.
主要方法:
- 不同基因表达分析和生物信息学.
- 机器学习用于生物标记物识别.
- 反转录量PCR (RT-qPCR) 用于验证.
- 用于预测建模的命名图构造.
- 丰富,免疫透和单细胞分析.
主要成果:
- 确定了MCEMP1,CACNA1E和CLEC4D作为候选生物标志物.
- 在RT-qPCR验证中,CLEC4D显示出最高的灵敏度.
- 生物标志物显示出强大的诊断价值和与中性粒细胞的相关性.
- 在IS中,CLEC4D可能调节中性粒细胞介导的炎症.
结论:
- CLEC4D是与UPRmt相关的IS的一个敏感生物标志物.
- 这些发现为IS的诊断和治疗提供了新的参考.
- 在中性粒细胞炎症中CLEC4D的作用需要进一步研究.
