在动脉样硬化中通过WGCNA识别免疫相关候选基因和单细胞分析

科学领域:

• 心血管生物学 心血管生物学
• 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:

• 动脉样硬化 (AS) 是全球主要的死亡原因,由于无症状的早期阶段,往往被诊断为晚期.
• 确定可靠的生物标志物对于改善早期诊断,治疗和降低死亡率至关重要.

研究的目的:

• 确定动脉样硬化 (AS) 的新型免疫相关生物标志物.
• 使用生物信息学方法开发AS的诊断和预后模型.
• 探索AS的潜在治疗点.

主要方法:

• 从动脉样硬化和正常动脉组织下载并分析基因表达数据集 (GSE43292,GSE100927).
• 使用CIBERSORT进行免疫细胞透分析,差异基因表达分析和加权基因共表达网络分析 (WGCNA).
• 构建并验证的机器学习模型 (随机森林,SVM,GLM) 和用于AS风险评估的名录.

主要成果:

• 确定了五个关键的与免疫相关的基因 (SYK,PTPRC,ITGAL,FGR,IL10RA) 与AS显著相关.
• 开发了预测模型,证明了AS诊断和风险分层的良好有效性.
• 确定了针对已识别的生物标志物的潜在治疗剂.

结论:

• 这项研究建议SYK,PTPRC,ITGAL,FGR和IL10RA作为AS的有希望的免疫相关生物标志物.
• 开发的模型为改善AS的早期诊断和风险评估提供了潜力.
• 这些发现为进一步实验验证和AS治疗开发提供了基础.