交叉疾病分析将炎症组确定为炎症的转录程序

科学领域:

• 分子生物学分子生物学
• 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:

• 炎症显著改变基因表达,在转录组分析中可能掩盖疾病特异性信号.
• 识别和过与炎症相关的基因变化对于准确的疾病研究至关重要.

研究的目的:

• 开发一个全面的基因组 (炎症组) 和一个精细的特征 (炎症特征) 来识别和过与炎症相关的基因表达变化.
• 创建一个易于使用的工具,用于在转录和蛋白质组研究中评估炎症的影响.
• 为了将新型炎症得分与临床疾病严重程度相关联.

主要方法:

• 对公共临床转录基因数据集的分析,以确定在炎症期间持续升调的基因.
• 炎症组 (2,000 个基因) 和炎症特征 (100 个基因) 的定义.
• 基于炎症特征的样本智慧炎症评分的开发.
• 创建一个Shiny应用程序用于数据分析和可视化.

主要成果:

• 炎症组包括2000个基因,在各种疾病中捕获一致的炎症反应.
• 炎症特征是100个基因的子集,提供了炎症变化的高可靠性标志物.
• 炎症得分与临床疾病严重程度有效相关.
• 一个用户友好的Shiny应用程序可用于这些资源的实际应用.

结论:

• 炎症和炎症签名为剖析炎症在疾病中的作用提供了宝贵的工具.
• 开发的炎症评分和相关应用程序有助于在转录和蛋白质组数据中评估炎症.
• 该资源增强了通过计算炎症信号来识别疾病特异性影响的能力.