综合批量和单细胞转录组学确定了RELB,S100A9和SOCS1作为关键的自 - 质内网膜应激基因,将T2DM与MAFLD联系起来

科学领域:

• 代谢障碍 代谢障碍 代谢障碍
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 2型糖尿病 (T2DM) 和与代谢功能障碍相关的脂肪肝疾病 (MAFLD) 是普遍存在的,相互关联的代谢障碍.
• 在T2DM和MAFLD之间共享的病理生理机制需要更深入地了解它们的分子基础.
• 确定共同的分子通路对于开发有效的治疗干预措施至关重要.

研究的目的:

• 使用综合生物信息学方法,识别T2DM和MAFLD之间的共同差异表达基因 (DEG).
• 确定涉及自和内分泌网膜应激通路的关键基因,由T2DM和MAFLD共享.
• 通过实验模型验证已识别的分子机制和潜在的治疗点.

主要方法:

• 对基因表达综合 (GEO) 数据集的分析,以确定T2DM和MAFLD之间共同的DEG.
• 整合蛋白质与蛋白质相互作用 (PPI) 网络分析,机器学习和加权基因共同表达网络分析 (WGCNA).
• 利用单细胞转录组分析,CIBERSORT用于免疫细胞透评估,并建立了一个用于实验验证的老鼠模型 (qRT-PCR,IHC).

主要成果:

• 在T2DM和MAFLD之间确定了161种常见的DEG.
• 确定了与自和ER压力相关的四个重要的枢纽基因 (CDKN1A,RELB,S100A9,SOCS1).
• 在T2DM和MAFLD大鼠模型中确认了S100A9,SOCS1和RELB的差异表达,突出了它们在IL-17,JAK-STAT和MAPK信号通路中的作用.

结论:

• 通过综合生物信息学和实验验证,阐明了连接T2DM和MAFLD的共同分子机制.
• 已确定的枢纽基因 (CDKN1A,RELB,S100A9,SOCS1) 和通路代表了有前途的治疗标.
• 这些发现可能会促进T2DM和MAFLD的早期诊断和新型治疗策略.