基于枢纽免疫细胞和基因的骨关节炎诊断模型的构建,通过机器学习方法
Rong Jiang1, Xiaoyu Peng1, Kai Zhao2
1The Second Rehabilitation Hospital of Shanghai, Shanghai, China.
Biotechnology and applied biochemistry
|September 27, 2025
概括
这项研究通过整合免疫细胞概况和基因表达来开发了骨关节炎 (OA) 的诊断模型. 确定了关键的免疫细胞和基因,显示了显著的相关性,并使准确的OA诊断成为可能.
科学领域:
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 骨关节炎 (OA) 对健康造成重大负担,需要改进诊断工具.
- 目前对OA的诊断方法缺乏特异性和敏感性.
- 整合免疫细胞概况和转录基因数据为OA生物标志物发现提供了一种新的方法.
研究的目的:
- 通过将免疫细胞概况与转录基因签名相结合,开发一种骨关节炎 (OA) 的诊断模型.
- 确定关键的免疫细胞类型和与OA相关的差异表达基因 (DEGs).
- 构建和验证OA的预测诊断模型.
主要方法:
- 从GEO数据库下载并分析了四个OA相关的基因表达数据集.
- 使用CIBERSORT用于免疫细胞比例评估和LASSO,RFE,RF算法用于枢纽免疫细胞选择.
- 使用limma选DEG,进行途径和蛋白质-蛋白质相互作用 (PPI) 分析,并确定了枢纽基因.
- 使用ROC曲线分析构建和验证诊断模型,并计算了枢纽基因和免疫细胞之间的相关性.
主要成果:
- 在OA样本中确定了七种差异丰富的免疫细胞类型.
- 选择了五个重叠的中心免疫细胞:T细胞CD4记忆休息,NK细胞激活,T细胞CD4天真,巨细胞休息和巨细胞激活.
- 确定了578个DEG参与MAPK信号通路,焦点粘附和骨质细胞分化.
- 确定了五个枢纽基因 (CXCL8,EEF1A1,IL1B,EEF2,IL6) 并构建了一个高性能诊断模型.
- 观察到已识别的枢纽基因和免疫细胞群之间的显著相关性.
结论:
- 通过整合免疫细胞分析和转录基因数据,成功开发了OA的诊断模型.
- 确定了五种关键的免疫细胞类型和五个枢纽基因作为OA免疫透的潜在生物标志物.
- 开发的诊断模型在预测OA方面表现出色,为临床应用提供了有前途的工具.
