综合批量测序和单细胞转录基因分析表明,中性粒细胞驱动的缺氧导致心房的发展

科学领域:

• 心脏病学 心脏病学
• 免疫学 免疫学 免疫学
• 生物信息学是一种生物信息学.

背景情况:

• 炎症在心房动 (AF) 发病过程中的作用尚未完全理解.
• 在AF和鼻节律 (SR) 患者之间区分炎症概况至关重要.

研究的目的:

• 描述AF与SR患者的炎症透情况.
• 为AF检测开发基于机器学习的诊断模型.

主要方法:

• 不同基因表达分析和数据集的功能丰富 (GSE79768,GSE41177).
• 使用CIBERSORT,ssGSEA和xCell进行免疫细胞透分析.
• 权重基因共同表达网络分析 (WGCNA) 来识别与中性粒细胞相关的基因 (NRG).
• 开发支持矢量机 (SVM) 分类器,并使用单细胞RNA测序数据进行验证 (GSE224959).

主要成果:

• 鉴定了334个与中性粒细胞激活和化学反应相关的差异表达基因 (DEGs).
• 在AF样本中观察到炎症细胞,特别是中性粒细胞的显著丰富.
• 开发了一个具有高分辨能力的SVM模型 (AUC = 1.0在培训中,0.969在验证中).
• 单细胞数据表明中性粒细胞通过缺氧促进AF心律失常.

结论:

• 中性粒细胞驱动的缺氧与AF的发病有关.
• 一个基于中性粒细胞的诊断模型显示了区分AF和SR的强大潜力.
• 需要进一步进行体内,体外和外部验证研究.