通过使用孟德尔随机化和转录组分析,调查与抗中性粒细胞质抗体 (ANCA) 相关的潜在生物标志物

科学领域:

• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.
• 生物标志物发现发现

背景情况:

• 反中性细胞质抗体 (ANCA) 相关的血管炎 (AAV) 是一种严重的自身免疫性疾病,影响多个器官.
• 早期诊断AAV对于患者的预后至关重要,但特定的生物标志物仍未得到充分研究.
• 这项研究解决了对AAV新型诊断和治疗点的需求.

研究的目的:

• 识别和验证ANCA相关血管炎 (AAV) 的新型基因表达生物标志物.
• 使用孟德尔随机化研究候选基因和AAV之间的因果关系.
• 通过预测药物向已识别的生物标志物来探索潜在的治疗策略.

主要方法:

• 对转录基因数据集 (GSE104948,GSE108109) 的分析,以确定AAV中差异表达基因 (DEGs).
• 门德尔的随机化 (MR) 确定DEGs和AAV之间的因果关系.
• 机器学习,ROC分析,人工神经网络 (ANN) 和免疫光检测用于生物标志物查和验证.

主要成果:

• 确定PDK4,PPARGC1A,FN1和PSMB10是潜在的生物标志物,与AAV有因果关系.
• 在AAV患者中,PDK4和PPARGC1A的调节下降,而FN1和PSMB10的调节上升.
• ANN模型对AAV风险具有很高的预测准确性;确定了19种潜在药物.
• 通过脏活检的验证证实了这些基因在ANCA相关的血球炎中具有差异性表达.

结论:

• PDK4,PPARGC1A,FN1和PSMB10是ANCA相关血管炎 (AAV) 的有希望的生物标志物.
• 这些生物标志物有可能提高AAV的诊断精度.
• 鉴定的生物标志物和预测的药物可能为AAV的新型向疗法铺平道路.