通过分析微阵列数据来识别病中的关键生物标志物
Asma Vafadar1,2, Shayan Khalili Alashti2,3, Sajad Alavimanesh4
1Department of Medical Biotechnology, Student Research Committee, Shiraz University of Medical Sciences, Shiraz, Iran.
Journal of medical signals and sensors
|December 18, 2025
概括
这项研究确定了关键基因和microRNAs作为潜在的生物标志物,用于乳病 (CeD) 诊断. 这些发现提升了对CeD的理解.
科学领域:
- 免疫学 免疫学 免疫学
- 遗传学 遗传学 是一个
- 生物信息学是一种生物信息学.
背景情况:
- 乳病 (CeD) 是一种普遍的自身免疫性疾病,由摄入质引发.
- 目前的诊断可能会错过关键的生物标志物,需要先进的识别方法.
- 全球CeD患病率约为1.4%的人口.
研究的目的:
- 通过微阵列数据的生物信息学分析,识别病的重要候选生物标志物.
- 探索CeD病原体的基础分子机制.
- 为改善CeD的诊断和治疗策略铺平道路.
主要方法:
- 对三个基因表达综合 (GEO) 数据集 (GSE112102,GSE113469,GSE164883) 的分析.
- 对差异表达基因 (DEGs) 的元分析.
- 基因本体学,通路分析和蛋白质-蛋白质相互作用网络建设,以识别枢纽基因和微RNA (miRNA).
主要成果:
- 确定了165个DEG (79个上调,86个下调).
- 五个关键的枢纽基因 (STAT1,CDC20,穿孔素-1,CCL2,MYC) 被确定为关键的调节者.
- 在枢纽基因和特定的miRNA (例如hsa-miR-155-5p,hsa-miR-146a-5p) 之间发现了显著的相互作用,这表明它们在CeD病变发生过程中的作用.
结论:
- 鉴定出来的基因和miRNA显示出作为CeD诊断的新生物标志物的潜力.
- 这些发现提高了对CeD分子机制的理解.
- 这项研究支持开发更好的诊断和治疗方法治疗腹腔疾病.


