针治疗类风湿性关节炎的潜在机制:基于网络拓和机器学习的研究

科学领域:

• 综合医学是一个整体的医学.
• 计算生物学是一种计算生物学.
• 免疫学 免疫学 免疫学

背景情况:

• 类风湿性关节炎 (RA) 是一种全身性自身免疫性疾病,需要多方面的治疗策略.
• 针,一种传统中医疗 (TCM) 疗法,对 RA 显示出临床疗效,但其潜在的分子机制尚未完全理解.

研究的目的:

• 系统地阐明针对类风湿性关节炎 (RA) 的整体调节作用.
• 整合网络拓和机器学习方法,以了解RA中的针机制.

主要方法:

• 构建了针受影响的化合物和RA目标的多维相互作用网络.
• 在RA相关的差异表达基因 (DEGs) 上进行了KEGG/GO丰富分析,并使用CIBERSORTx和xCell.com分析了免疫微环境.
• 利用无监督集群和整体机器学习模型来识别关键基因,并使用双样本孟德尔随机化 (MR) 验证因果关系.

主要成果:

• 确定了10种针调节的化合物和49种与RA相关的DEG,富含像JAK/STAT和TNF信号传递这样的免疫通路.
• 免疫组分析显示M1巨细胞,激活的CD4+T细胞,Tregs和B淋巴细胞中的丰富.
• 机器学习确定了STAT1,GAPDH,JAK2,PTGS2和MDM2作为关键基因;STAT1的表达与RA易感性正相关,涉及到STAT1介导的JAK/STAT途径在免疫重塑中.

结论:

• STAT1,GAPDH,JAK2,PTGS2和MDM2是 RA 治疗中针的潜在治疗标.
• 针可以通过向多个途径 (JAK/STAT,TNF) 和免疫细胞 (M1巨细胞,CD4+ T细胞) 来实现全身免疫调节.
• 这项研究将TCM的整体方法与人工智能结合起来,为RA治疗提供精确的医学见解.