变异性自编码器增强了对炼心肌细胞中的能量代谢和自的分析

科学领域:

• 分子生物学分子生物学
• 心血管研究研究心血管研究
• 生物信息学是一种生物信息学.

背景情况:

• 心肌细胞自是复杂的,涉及多个信号通路和调节因素.
• 目前研究心肌细胞自的现有方法难以实施.
• 了解运动对心肌能量代谢和自的影响对于心脏健康至关重要.

研究的目的:

• 用一个变化自编码器 (VAE) 模型,在不同的运动条件下揭示心肌细胞能量自的特征分布.
• 确定调节心肌细胞能量代谢和自的关键分子参与者.
• 为基因干预心脏病提供潜在的治疗点.

主要方法:

• 通过质谱和ELISA收集心肌细胞代谢物度数据.
• 使用RNA测序获取与能量代谢和自有关的基因表达数据.
• 采用VAE模型进行数据编码和重建,并与Adam进行了优化.
• 利用随机森林进行特征分类,LASSO回归用于特征基因/代谢物分析,以及t-SNE用于可视化.
• 进行了CRISPR-Cas9淘汰实验,以验证基因的重要性.

主要成果:

• VAE模型成功编码和重建心肌细胞数据,揭示了在不同运动条件下的特征分布.
• 包括AMPK,PGC1A,CPT1B和SIRT1在内的关键基因被确定在调节心肌细胞自和能量代谢方面具有显著重要性.
• 特性分析强调了代谢物,基因表达和自标志物之间的特定关系.

结论:

• VAE模型对于分析复杂的心肌细胞自数据是有效的.
• 特定的基因 (AMPK,PGC1A,CPT1B,SIRT1) 在运动诱导的心肌细胞自和能量代谢中起着关键作用.
• 这些已识别的基因代表了未来基于基因的心血管疾病治疗策略的有希望的目标.