机器学习和门德尔随机化识别了六个细胞死亡相关基因,驱动性结肠炎的进展和治疗反应
Longfei Dai1, Weiguo Zhou1, Along Li1
1Department of General Surgery, The First Affiliated Hospital of Anhui Medical University, Hefei, Anhui, People's Republic of China.
Journal of inflammation research
|September 25, 2025
概括
通过机器学习和门德尔随机化确定了六个关键细胞死亡相关基因 (CDG),为性结肠炎 (UC) 严重程度和治疗反应提供了潜在的生物标志物.
科学领域:
- 遗传学 是一个遗传学.
- 免疫学 免疫学 免疫学
- 胃肠病学 胃肠病学
背景情况:
- 性结肠炎 (UC) 的发病包括细胞死亡失调.
- 驱动UC进展的关键细胞死亡相关基因 (CDG) 仍然不完全理解.
- 识别这些CDG可能会为UC发现新的治疗点.
研究的目的:
- 为了确定CDG在性结肠炎 (UC) 进展中具有因果作用.
- 验证这些基因在UC的诊断和治疗潜力.
主要方法:
- 综合机器学习 (ML) 和门德尔随机化 (MR) 分析.
- 免疫相关分析,药物反应评估 (infliximab, vedolizumab,golimumab) 和患者分层.
- 通过基因淘汰实验进行功能验证.
主要成果:
- 六个关键的CDG (VNN1,PTGDS,MMP9,IL13RA2,S100A8,IL1B) 被ML识别出来.
- 通过MR,VNN1和MMP9被证实是致病性UC风险因素.
- 这些基因与免疫透,炎症,屏障功能障碍相关,并预测对生物疗法的反应.
- 根据CDG表达,UC患者分为重症 (C1) 和对治疗敏感 (C2) 组.
- VNN1的淘汰证明了对肠道炎症的治疗作用.
结论:
- 已识别的六个CDG作为UC严重性评估的潜在生物标志物.
- 这些基因可以预测患者对现有和未来性结肠炎治疗的反应.
更多相关视频
09:01Non-invasive Assessment of the Efficacy of New Therapeutics for Intestinal Pathologies Using Serial Endoscopic Imaging of Live Mice
Published on: March 10, 2015
10.4K
10:03Author Spotlight: Understanding Cytokine-Induced Cell Death in Intestinal Epithelial Cells Using Human Organoids
Published on: August 2, 2024
2.0K
