使用机器学习识别多囊性卵巢综合征中受调节的细胞死亡相关基因
Ronghuang Li1, Qianyu Chen2, Yuehua Yan1
1Nanjing University of Chinese Medicine, Nanjing, China.
Scientific reports
|September 27, 2025
概括
这项研究确定了与多囊性卵巢综合征 (PCOS) 病理生理学相关的五种关键调节细胞死亡 (RCD) 基因. 这些发现为管理常见的内分泌疾病PCOS提供了潜在的新治疗点.
科学领域:
- 内分泌学 在内分泌学.
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 多囊卵巢综合征 (PCOS) 是一种普遍存在的内分泌疾病,影响生殖年龄的女性,全球患病率在5-15%之间.
- 调控细胞死亡 (RCD) 机制越来越多地与PCOS的发展和进展有关.
- 对RCD和PCOS分子病理生理学之间的相互作用缺乏系统的研究.
研究的目的:
- 在PCOS中识别特定的RCD相关的遗传标记和信号通路.
- 通过分析RCD相互作用,发现PCOS管理的潜在治疗点.
- 通过生物信息学方法阐明PCOS的分子机制.
主要方法:
- 在PCOS和健康的卵巢组织之间进行基因表达差异分析,以确定与RCD相关的基因.
- 机器学习算法 (LASSO,RF,SVM) 用于精确确定关键的枢纽基因.
- 生物信息学工具 (ssGSEA,GO,KEGG,NetworkAnalyst,RegNetwork,Cytoscape) 用于途径分析,上游调节器预测和网络可视化.
主要成果:
- 在PCOS卵巢组织中确定了389个与RCD相关的差异表达基因 (DEG).
- 使用机器学习技术确定了五个关键的RCD相关的枢纽基因.
- 枢纽基因在免疫-炎症反应,代谢调节,生殖激素活性和表观遗传调节方面显著丰富.
- 预测了与这些枢纽基因相关的25种治疗化合物,42种小RNA和30种转录因子.
结论:
- 五个与RCD相关的枢纽基因在PCOS病变发生过程中发挥着重要作用.
- 这些基因及其相关途径代表了PCOS的潜在治疗点.
- 这项研究为PCOS涉及RCD的分子机制提供了新的见解.
