基于生物信息学和机器学习,探索Ménière疾病的潜在生物标志物和潜在因果关系
Tong Wu1, Danwei Zhou1, Le Chang1
1Geriatric Department, Suzhou Hospital of Integrated Traditional Chinese and Western Medicine, Suzhou, Jiangsu, China.
Medicine
|May 12, 2025
概括
这项研究确定了潜在的生物标志物CD5和AJUBA以及Meniere病 (MD) 的关键免疫细胞. 研究结果表明,免疫细胞参与MD,为早期诊断和治疗提供了洞察力.
科学领域:
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
- 遗传学 是一个遗传学.
背景情况:
- 梅尼尔氏病 (MD) 与免疫异常有关,但特定的遗传标记物和免疫细胞作用需要进一步调查.
- 了解免疫反应和MD之间的相互作用对于开发有效的诊断和治疗策略至关重要.
研究的目的:
- 用生物信息学和机器学习来预测潜在的生物标志物和与Meniere病相关的特征性免疫细胞.
- 通过孟德尔的随机化研究免疫细胞和Meniere病之间的因果关系.
- 为早期诊断,预防和治疗Meniere病提供新的见解.
主要方法:
- 利用R和GEO数据库进行差异基因分析和加权基因共表达网络分析 (WGCNA).
- 应用蛋白质-蛋白质相互作用 (PPI) 查和机器学习以识别核心基因和预测生物标志物.
- 进行了免疫透分析和门德尔随机化,以确定关键免疫细胞并评估因果关系.
主要成果:
- 鉴定了550个与Meniere病相关的基因,富化分析突出了免疫反应.
- 预测CD5和AJUBA作为Meniere病的潜在生物标志物.
- 鉴定了T细胞CD4记忆休息,T细胞马三角形,和Dendritic细胞激活为核心免疫细胞在MD.
- 门德尔的随机化揭示了26种免疫细胞和Meniere病之间的因果关系.
结论:
- CD5和AJUBA被确定为Meniere疾病的潜在生物标志物.
- 特定的免疫细胞类型,包括T细胞CD4记忆休息,T细胞马三角形和激活的树突细胞,与MD有显著的关联.
- 这项研究确定了各种免疫细胞和梅尼尔病之间的因果关系,为新的诊断和治疗方法铺平了道路.
更多相关视频
10:27In Vivo Morphometric Analysis of Human Cranial Nerves Using Magnetic Resonance Imaging in Menière's Disease Ears and Normal Hearing Ears
Published on: February 21, 2018
10.5K
07:15Determining the Likelihood of Variant Pathogenicity Using Amino Acid-level Signal-to-Noise Analysis of Genetic Variation
Published on: January 16, 2019
10.9K
