通过综合综合生物信息学分析和机器学习,探索克罗恩病和缺血性中风之间的共享诊断基因和机制

科学领域:

• 基因组学和生物信息学
• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学

背景情况:

• 克罗恩病 (CD) 与缺血性中风 (IS) 的风险增加有关,但根本的生物机制尚未完全理解.
• 了解CD-IS等并发症对于阐明复杂的疾病机制和改善患者的治疗结果至关重要.

研究的目的:

• 为了确定CD和IS之间共享的诊断基因.
• 探索涉及CD-IS并发症的分子机制和途径.
• 发现CD-IS的潜在诊断生物标志物和治疗点.

主要方法:

• 利用生物信息学和机器学习对CD和IS的基因表达综合数据进行了利用.
• 采用差异表达分析,加权基因共同表达网络分析 (WGCNA) 和蛋白质-蛋白质相互作用网络.
• 进行了功能丰富,单细胞RNA测序,免疫细胞透分析,竞争性内源RNA网络构建和门德尔随机化.

主要成果:

• 确定了20个共享的基因,其中通用类似受体 (TLR) 信号通路被突出显示为关键.
• TLR2和TLR8成为具有显著诊断价值 (AUC>0.80) 的核心基因.
• rs73221365与CD和IS相关的多态性; 瑞斯维拉六酸被确定为潜在的治疗候选者.

结论:

• 由TLR介导的炎症反应在CD-IS并发症的病理生理学中发挥着关键作用.
• TLR2和TLR8代表了CD-IS的有前途的诊断生物标志物.
• 这些发现为开发这种并发症的精确诊断和向治疗提供了基础.