相关实验视频
Updated: Sep 17, 2025
06:22
Modeling and Evaluation of Murine Diabetic Cardiomyopathy Model
Published on: November 29, 2024
775
整合机器学习和生物信息学方法来识别糖尿病小鼠的新型诊断基因生物标志物
Weibin Wu1, Zheng Peng1, Mingyi Chen1
1Department of Cardiology, School of Medicine, The First Affiliated Hospital of Xiamen University, Xiamen University, Xiamen, 361003, China.
Scientific reports
|July 2, 2025
概括
这项研究使用生物信息学识别了小鼠糖尿病的三个关键诊断基因 (Scd1,Sirt1,Hmgb1). 这些基因为诊断和治疗糖尿病及其并发症提供了潜在的新目标.
科学领域:
- 生物信息学是一种生物信息学.
- 分子生物学分子生物学
- 基因组学就是基因组学.
背景情况:
- 糖尿病是一种复杂的代谢障碍,受遗传,环境和生活方式因素的影响.
- 糖尿病患病率和并发症的增加需要通过生物信息学了解其分子机制.
- 识别诊断标记对于早期发现和有效管理糖尿病至关重要.
研究的目的:
- 在小鼠中识别与链条毒素 (STZ) 诱导的糖尿病相关的诊断基因.
- 通过基因表达数据探索糖尿病病变的分子基础.
- 发现糖尿病诊断和治疗的潜在生物标志物.
主要方法:
- 从基因表达综合 (GEO) 数据库下载并分析了基因表达数据集 (GSE179717,GSE179718).
- 在糖尿病和对照小鼠之间确定了差异表达基因 (DEGs).
- 利用基因本体学 (GO),KEGG路径分析,蛋白质-蛋白质相互作用 (PPI) 网络,LASSO和随机森林分析来识别枢纽和诊断基因.
- 在老年糖尿病小鼠中使用实时定量聚合酶链反应 (RT-qPCR) 验证的诊断基因表达.
主要成果:
- 在两个数据集之间确定了45个重叠的差异表达基因 (DEG).
- 构建蛋白质-蛋白质相互作用 (PPI) 网络以精确确定关键基因.
- 使用机器学习算法选择了三种基因Scd1,Sirt1和Hmgb1作为糖尿病的重要诊断标记.
- RT-qPCR证实了老年糖尿病小鼠中这些诊断基因的表达水平.
结论:
- 这项研究成功地确定了Scd1,Sirt1和Hmgb1作为小鼠STZ诱导糖尿病的诊断基因.
- 这些已识别的基因代表了糖尿病的诊断和治疗干预的有希望的新目标.
- 进一步关注这些基因的研究可以推进糖尿病管理策略.
