通过综合生物信息学分析识别子宫内膜异位症中与代谢重编程相关的生物标志物

科学领域:

• 基因组学和分子生物学
• 妇产科和产科 妇产科和产科
• 代谢学 代谢学 代谢学

背景情况:

• 子宫内膜异位症 (EMS) 是一种常见的妇科疾病,具有复杂的分子基础.
• 代谢重编程 (MR) 是EMs的公认标志,影响病变生存和免疫微环境.
• 了解MR相关基因对于EM研究至关重要.

研究的目的:

• 确定与代谢重编程 (MR) 相关的枢纽基因和子宫内膜异位症 (EMS) 的途径.
• 整合多个omics分析,以全面了解EMs分子机制.
• 发现EMS的潜在诊断生物标志物.

主要方法:

• 从基因表达大巴 (GEO) 下载了与EMS相关的数据集.
• 从基因卡中检索了与MR相关的基因,并确定了差异表达基因 (DEG).
• 使用权重基因同表达网络分析 (WGCNA),蛋白与蛋白相互作用 (PPI) 网络,CIBERSORT和ssGSEA进行分析. 通过免疫组织化学和体外实验验验证了关键基因.

主要成果:

• 确定了107个MR相关候选基因和10个枢纽基因.
• 在异位子宫内膜中具有高诊断价值的关键基因 (HNRNPR,SYNCRIP,HSP90B1,HSPA4,HSPA8,CCT2,CCT5) 的验证下调调.
• 发现关键基因与免疫细胞 (CD8+ T 细胞,调节性 T 细胞,巨细胞) 之间的关联.
• 在EMS病变中确认了CCT2,HSP90B1和SYNCRIP的减少表达,并证明了HSP90B1在调节葡萄糖代谢基因中的作用.

结论:

• 确定了几个与MR相关的基因作为子宫内膜异位症的潜在诊断生物标志物.
• 这些基因被认为是子宫内膜异位症病原体的机制性贡献者.
• 这项研究提供了关于新陈代谢重编程在EMS中的作用的新见解.