通过机器学习确定冠状动脉疾病的关键免疫生物标志物
Lelin Jiang1, Minghao Jiang2, Yiying Liu3
1Department of Clinical Medicine, The Second Clinical Medical College of Wenzhou Medical University, Wenzhou, Zhejiang, China.
PloS one
|August 26, 2025
概括
这项研究确定了冠状动脉疾病 (CAD) 中的两种不同的免疫细胞亚型,并强调编程细胞死亡连接体1 (PD-L1) 为关键标记物. AKT1和PTK2B被确定为CAD诊断和治疗的关键基因.
科学领域:
- 免疫学
- 心血管疾病研究
- 生物信息学
背景情况:
- 冠状动脉疾病 (CAD) 的免疫亚型,它们的关系和生物标志物尚未完全理解.
- 研究免疫细胞的差异对于理解CAD的发病过程至关重要.
研究的目的:
- 在CAD中描述免疫亚型.
- 确定与CAD相关的免疫生物标志物和关键基因.
- 开发CAD的预测模型.
主要方法:
- 使用公共数据集 (GSE20686,GSE42148) 进行分析.
- 使用主要成分分析 (PCA) 和基因组变异分析 (GSVA).
- 进行基因本体学 (GO),基因和基因组京都百科全书 (KEGG) 和机器学习分析以进行预测和验证.
主要成果:
- 鉴定出两种不同的免疫细胞亚型,它们的编程细胞死亡配体1 (PD- L1) 表达有显著差异.
- 通过权重基因共同表达网络分析 (WGCNA) 发现了三种CAD枢纽基因.
- 使用AKT1和PTK2B开发了一个随机森林 (RF) 模型,显示它们在心肌细胞中的差异表达以及PTK2B在细胞增殖和细胞亡中的作用.
结论:
- 免疫类型检测显示CAD与PD- L1之间存在联系.
- AKT1和PTK2B被确定为CAD的关键特征基因.
- 这些基因可能为CAD诊断,预后和治疗提供临床实用性.
