基于机器学习的肺缺血-再损伤预测模型:从与二硫化相关的基因的见解
Yanpeng Zhang1,2,3, Jingyang Sun1,2,3, Yihan Lin1,2,3
1Department of Thoracic Surgery, The First Affiliated Hospital of Xi'an Jiaotong University, Xi'an, Shaanxi, China.
Frontiers in pharmacology
|June 20, 2025
概括
研究人员确定SLC7A11和LRPPRC是预测肺移植后缺血-再输液损伤 (IRI) 的关键生物标志物. 这些发现有可能通过早期检测和向治疗来改善患者的治疗结果.
科学领域:
- 移植免疫学 移植免疫学
- 发现生物标志物的发现.
- 计算生物学是一种计算生物学.
背景情况:
- 缺血-再输液损伤 (IRI) 是肺移植后的一个严重并发症.
- 细胞死亡的调节形式 - - 脱硫脱症 (disulfidptosis) 与IRI有关.
- 确定可靠的IRI预测生物标志物对于改善移植结果至关重要.
研究的目的:
- 探索潜在的预测性生物标志物,用于与肺移植中的二硫化相关的缺血-再输液损伤 (IRI).
- 使用机器学习算法构建和验证IRI的预测模型.
- 调查二硫化在IRI中的作用,并确定潜在的治疗点.
主要方法:
- 对肺移植IRI中差异性基因表达的GEO数据集 (GSE145989,GSE127003) 的分析.
- 机器学习算法的应用 (GLM,SVM,随机森林) 用于联合基因查.
- 使用已识别的关键基因构建预测模型.
- 通过细胞系和动物实验验证模型.
主要成果:
- 开发了一个包含SLC7A11和LRPPRC的预测模型,其预测效率很高 (AUC为0.742-0.938).
- 在移植后的样本中观察到中性粒细胞和巨细胞的显著变化.
- 在IRI中证实了二硫化,高SLC7A11促进IRI,低LRPPRC有助于其发生.
- 确定了olanzapine和vortioxetine作为潜在的针对IRI的药物.
结论:
- SLC7A11和LRPPRC已被验证为肺移植中IRI的可靠预测生物标志物.
- 这些发现突显了二硫化在IRI中的作用,并提供了潜在的治疗途径.
- 开发的预测模型显示了用于管理肺移植IRI的临床价值.
