在急性心肌梗塞中识别内质网膜压力相关基因:一种生物信息学方法与实验验证

科学领域:

• 心血管生物学 心血管生物学
• 分子医学是分子医学.
• 生物信息学是一种生物信息学.

背景情况:

• 急性心肌梗塞 (AMI) 是全球主要的死亡原因.
• 细胞内膜网膜应激 (ERS) 与AMI后的心肌损伤有关.
• 了解连接ERS和AMI的分子机制对于开发新疗法至关重要.

研究的目的:

• 通过基于机器学习的生物信息学分析来研究ERS和AMI之间的相关性.
• 确定与AMI和ERS相关的关键基因 (Hubs).
• 通过体内和体外实验验验证这些中心在AMI病原体中的作用.

主要方法:

• 在公共数据集 (GSE62646,GSE59867) 上进行差异基因表达分析和权重基因同表达网络分析 (WGCNA).
• 机器学习算法可以从AMI-ERS相关基因 (MIEGs) 中识别关键基因.
• 在体内 (AMI大鼠模型) 和体内 (缺氧-葡萄糖的H9C2细胞) 实验验证.

主要成果:

• 确定了27个MIEG,其中5个Hub基因 (RELA,FURIN,ERGIC3,TPP1,BGLAP) 与AMI和ERS有显著的关联.
• 核心基因表达在AMI患者和老鼠中升高;验证了AMI的预测能力.
• 林抑制在体外减少了ERS和亡,这表明在AMI病原发生过程中发挥了作用.

结论:

• 已发现的关键基因,特别是FURIN,在AMI的发病过程中起着关键作用.
• 通过FURIN介导的ERS和亡是AMI的重要贡献者.
• 这些已识别的中心代表了AMI诊断和治疗的潜在目标.