使用生物信息学和机器学习开发骨质疏松症中亡的诊断模型
Yan Wang1, Lijuan Zhang2, Yafei Liu3
1Sports Rehabilitation Department, Xi'an International Medical Center Hospital, Xi'an City, Shaanxi Province, China.
Computer methods in biomechanics and biomedical engineering
|December 10, 2025
概括
这项研究确定了参与亡和骨质疏松的关键基因,开发了一个13基因的诊断模型. CASP3被强调为骨质疏松症治疗的潜在治疗标.
科学领域:
- 分子生物学分子生物学
- 基因组学就是基因组学.
- 免疫学 免疫学 免疫学
背景情况:
- 骨质疏松症是一种复杂的骨疾病.
- 编程细胞死亡的作用,特别是亡,在骨质疏松症的发病过程中尚未完全理解.
研究的目的:
- 为了调查死骨的参与骨质疏松症.
- 为了确定骨质疏松症的潜在诊断生物标志物.
- 开发一种基于亡相关基因的骨质疏松症诊断模型.
主要方法:
- 对公共基因表达数据集的分析 (GSE56815,GSE7429).
- 鉴定与亡相关的差异表达基因.
- 丰富分析 (亡,NOD类受体信号传递,IL-17信号通路).
- 蛋白质与蛋白质相互作用网络分析和机器学习模型 (LASSO回归).
主要成果:
- 确定了107个与亡相关的差异表达基因.
- 建立了一个包括13个关键基因的诊断模型.
- CASP3被确定为Minocycline在骨质疏松症治疗中的潜在治疗标.
结论:
- 亡在骨质疏松症中起着重要作用.
- 一个13基因的签名可以作为骨质疏松症的诊断生物标志物.
- 抑制CASP3可能是骨质疏松症的可行的治疗策略.
