使用综合生物信息学方法识别和分析与冠状动脉疾病相关的PANoptosis

科学领域:

• 生物医学研究的研究.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 冠状动脉疾病 (CAD) 仍然是全球主要的死亡原因.
• 传统的CAD诊断方法在可访问性和技术要求方面存在局限性.
• PANoptosis是一种受调节的细胞死亡途径,涉及亡,亡和亡,与炎症和器官损伤有关.

研究的目的:

• 使用生物信息学方法研究PANoptosis和CAD之间的关联.
• 为了确定与PANoptosis相关的CAD的关键诊断生物标志物.
• 根据已识别的生物标志物开发CAD诊断的预测模型.

主要方法:

• 从GEO数据库中使用了三个基因表达数据集 (GSE12288,GSE20680,GSE20681).
• 通过维恩图分析识别了7个与PANoptosis相关的差异表达基因 (PRDEGs).
• 构建了CAD的诊断模型,并使用HUVEC进行了体外功能验证.

主要成果:

• 确定FADD,PSTPIP2和CASP8作为CAD的核心调节基因.
• 开发了一种使用这三个具有高诊断效率 (AUC=0.92) 的基因的后勤回归模型.
• 功能丰富分析显示,PRDEGs参与炎症和细胞死亡途径;体外研究表明,FADD/CASP8抑制了HUVEC增殖并促进了细胞亡,而PSTPIP2则具有相反的效果.

结论:

• 在CAD的背景下阐明了PANoptosis的分子网络.
• 开发的FADD-PSTPIP2-CASP8诊断模型为非侵入性CAD查提供了一个新的工具.
• 这项研究为调节细胞死亡在心血管疾病中的作用提供了新的见解.