通过基于微阵列的转录组概况和临床数据识别和分析骨髓炎中各种细胞死亡模式

科学领域:

• 生物医学科学 生物医学科学
• 分子生物学分子生物学
• 免疫学 免疫学 免疫学

背景情况:

• 骨髓炎 (OM) 是一种骨感染,其致病性不明.
• 新出现的证据表明,编程细胞死亡 (PCD) 涉及OM的发展.
• 各种PCD类型在OM中的确切作用需要进一步阐明.

研究的目的:

• 综合分析多种编程细胞死亡 (PCD) 模式在骨髓炎 (OM) 的参与.
• 为了确定新的诊断生物标志物,用于早期检测和OM的治疗分层.
• 根据OM的PCD途径探索潜在的治疗点.

主要方法:

• 从基因表达总量 (GEO) 数据库中检索并分析了OM的基于微阵列的转录组数据集.
• 定义了13种PCD模式,并使用基因组变异分析 (GSVA) 评估了它们的途径活动.
• 用于中心基因识别和诊断模型构建的使用权重基因共同表达网络分析 (WGCNA) 和夏普利添加式扩展 (SHAP).

主要成果:

• 八个核心PCD路径,包括亡,自,亡和亡,与OM有显著的关联.
• 五个枢纽基因 (SORT1,KIF1B,TMEM106B,NPC1,ATP6V0B) 被确定为关键诊断候选者.
• 定量PCR (qPCR) 在OM患者中验证了这些基因的差异表达,证实了它们的生物标志物潜力.

结论:

• 这项研究提供了PCD参与骨髓炎的详细景观.
• 已经确定了OM的新型诊断生物标志物,促进了早期检测.
• 该研究强调了OM管理临床干预的潜在治疗目标.