生物标志物的识别和探讨基于转录组和scRNA-seq数据分析的亚托皮炎的机制

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 皮肤病学 皮肤病学

背景情况:

• 亚托皮炎 (AD) 是一种普遍存在的慢性炎症性皮肤疾病,具有复杂的机制和有限的治疗选择.
• 识别可靠的生物标志物对于理解AD病原体和开发有效疗法至关重要.

研究的目的:

• 通过生物信息学方法识别阿托皮性皮炎 (AD) 的新生物标志物.
• 探索潜在的分子机制和关键的细胞类型,涉及到AD的发病.

主要方法:

• 转录基因组数据集的差异基因表达分析 (GSE16161,GSE32924).
• 基因和基因组的京都百科全书 (KEGG) 路径丰富分析.
• 蛋白与蛋白相互作用 (PPI) 网络构建和使用MCC和程度算法识别关键基因.
• 用于生物标志物评估的诺摩图构造.
• 单细胞RNA测序 (scRNA-seq) 分析 (GSE180885) 来识别关键细胞群和伪时间分析.

主要成果:

• 鉴定了618个差异表达基因 (DEG),突出了诸如细胞因子-细胞因子受体相互作用,细胞循环,细胞粘附分子和信号等途径.
• 七个关键基因 (CCNA2,CCNB1,KIF2C,CEP55,MELK,CDC20,CCNB2) 被确定为潜在的AD生物标志物.
• 角质细胞被确定为关键细胞,其中七个关键基因中的六个在它们中显著表达.
• 伪物质分析表明,在AD细胞分化过程中,DEGs在角质细胞中起着至关重要的作用.

结论:

• 已识别的关键基因 (CCNA2,CCNB1,KIF2C,CEP55,MELK,CDC20,CCNB2) 显示出作为阿托皮性皮肤炎 (AD) 的诊断和预后生物标志物的巨大潜力.
• 这项研究阐明了角质细胞分化在阿尔茨海默氏病变发生过程中的作用,为未来的治疗策略提供了基础.