在肝纤维化中与中性细胞细胞外捕获网络相关的生物标志物:机器学习和实验验证
Yanbo Li1, Yanping Lu2, Bohao Huang1
1Department of Infectious Diseases, China Academy of Traditional Chinese Medicine, Guang'anmen Hospital, Beijing, 100053, China.
Journal of translational medicine
|October 7, 2025
概括
这项研究确定了CCL2作为中性粒细胞外细胞陷 (NET) 相关肝纤维化 (LF) 的新生物标志物. 这些发现有助于更好地了解纤维化中的NET,并支持新的治疗策略.
科学领域:
- 生物标志物 生物标志物
- 肝脏纤维化 肝脏纤维化
- 中性细胞外细胞陷 (NETs)
背景情况:
- 中性粒细胞外细胞陷 (NETs) 在肝纤维化 (LF) 中的作用需要进一步研究诊断和治疗应用.
- 机器学习方法可用于识别肝纤维化的NET相关生物标志物.
研究的目的:
- 使用机器学习选和验证与NETs和肝纤维化相关的生物标志物.
- 阐明NETs介导的肝纤维化的潜在机制.
主要方法:
- 对相关数据集进行了差异基因表达分析和权重基因同表达网络分析 (WGCNA).
- 机器学习算法 (SVM-RFE,Boruta) 用于选生物标志物.
- 在体内小鼠模型被用于验证发现,包括中性粒细胞透,NETs积累和生物标志物水平.
主要成果:
- 确定了166个NETs差异表达基因 (NETs-DEGs),这些基因具有丰富的化学激素信号传递和细胞因子-细胞因子相互作用.
- 鉴定出CCL2是NETs相关肝纤维化的关键生物标志物.
- 在体内研究证实了纤维化进展期间中性粒细胞透,NET和CCL2水平的升高.
结论:
- CCL2被确定为NETs相关肝纤维化的一个重要生物标志物.
- 这一发现为NETs介导的纤维化机制提供了新的见解.
- 这些发现可能有助于开发用于肝纤维化的新型治疗干预措施.
