综合生物信息学和转录基因分析通过机器学习方法识别了多囊性卵巢综合征中的生物标志物
Harshini Senthilkumar1, Mohanapriya Arumugam1
1Department of Biotechnology, School of Biosciences and Technology, Vellore Institute of Technology University, Vellore, Tamil Nadu 632014, India.
The Journal of steroid biochemistry and molecular biology
|November 5, 2025
概括
这项研究通过分析基因表达来确定了多囊性卵巢综合征 (PCOS) 的新型基因生物标志物. 这些发现为PCOS管理提供了新的分子洞察力和潜在的治疗目标.
科学领域:
- 内分泌学 在内分泌学.
- 基因组学就是基因组学.
- 分子生物学分子生物学
背景情况:
- 多囊卵巢综合征 (PCOS) 是一种普遍存在的内分泌疾病,影响生殖年龄的女性.
- 了解PCOS背后的分子机制对于开发有效的治疗方法至关重要.
研究的目的:
- 在PCOS中使用高通量测序来识别差异表达基因 (DEGs).
- 探索参与PCOS病变的生物途径和调节网络.
- 发现用于PCOS诊断和管理的新型基因生物标志物.
主要方法:
- 对PCOS和对照样本的高通量测序.
- 生物信息分析包括基因表达概况 (DESeq2),基因本体学 (GO) 分析,通路分析和蛋白质-蛋白质相互作用 (PPI) 网络构建 (STRING,Cytoscape).
- 使用LASSO回归和ROC分析识别枢纽基因,调节性miRNA,转录因子和生物标志物验证.
主要成果:
- 在两个数据集中确定了1267个差异表达基因 (DEG).
- 在免疫反应,细胞激活和对外部刺激的反应中,DEGs得到了丰富.
- 涉及的关键途径包括化学因子信号传递和细胞因子-细胞因子受体相互作用.
- 确定了枢纽基因 (例如IL1B,PTPRC,ITGB2) 和新的生物标志物 (CCR7,FCGR3A,FCGR3B,ITGB2).
- 阐明了涉及miRNA和转录因子的调控网络.
结论:
- 这项研究提供了对PCOS病原体的全面分子理解.
- 已识别的DEG,途径和监管网络提供了潜在的治疗点.
- 像CCR7,FCGR3A,FCGR3B和ITGB2这样的新生物标志物显示出对PCOS管理的重大前景.
