转基因分析确定与冠状动脉疾病相关的LPCAT1生物化学网络
Paul Wei-Che Hsu1, Chi-Hsiao Yeh2,3,4, Chi-Jen Lo5
1Institute of Molecular and Genomic Medicine, National Health Research Institutes, Miaoli, Taiwan.
Biomarker research
|August 20, 2025
概括
这项研究整合了基因组学和代谢学,以确定冠状动脉疾病 (CAD) 的生物标志物. 使用这些多组数据的机器学习模型准确地预测了CAD风险,突出了脂代谢和LPCAT1基因变异.
科学领域:
- 遗传学和基因组学
- 代谢学
- 心血管疾病研究
背景情况:
- 冠状动脉疾病 (CAD) 是全球主要的死亡原因.
- 之前的研究发现了与CAD相关的单核酸多态 (SNP),但需要通过多态验证.
研究的目的:
- 整合全基因组SNP分析和代谢分析以确定CAD.
- 开发用于CAD的机器学习 (ML) 辅助预测模型.
- 验证特定基因和代谢途径在CAD进展中的作用.
主要方法:
- 一项对来自台湾的781名参与者 (对照组,高风险组,CAD组) 的横截面研究.
- 整合K集群用于代谢学和SNP数据集.
- 开发用于CAD的机器辅助转运模型.
主要成果:
- 随着CAD风险的增加,血脂水平下降.
- 在顶级CAD相关SNP中发现了与脂质组变化相关的5个基因.
- 一个特定的LPCAT1类型与CAD相关,ML模型实现了CAD预测的0. 917AUC.
结论:
- 一个多体的签名有效地歧视CAD患者.
- 脂代谢异常与LPCAT1遗传变异有关.
- 多种经济学方法提高了对CAD开发的关键因素的理解和识别.
