相关实验视频
Updated: Feb 3, 2026

Transcriptome Analysis of Single Cells
Published on: April 25, 2011
单细胞转录组学和机器学习揭示了M1巨驱动的进展,从最小变化疾病到焦点细分质硬化
Ting-Ting Wang1, Hong Lu2, Tong Shen3
1Department of Anesthesiology, Second Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou, Zhejiang, China.
六个关键基因被确定为预测瘤综合征从最小变化疾病 (MCD) 到焦点细分结核硬化 (FSGS) 的进展的关键生物标志物. 这些基因与巨细胞激活有关,为个性化治疗提供了潜在的点.
科学领域:
- 腎臟病學 (nephrology) 是一種醫學.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 最小变化性疾病 (MCD) 和焦点细分质硬化症 (FSGS) 是具有明显临床轨迹的原发性综合征.
- 这两种情况都涉及细胞损伤和免疫系统失调,需要更深入的分子理解.
- 识别新的生物标志物和治疗点对于管理疾病进展和改善患者的治疗结果至关重要.
研究的目的:
- 使用单细胞转录组学研究MCD和FSGS中的细胞相互作用和基因表达模式.
- 识别与疾病进展和巨细胞激活相关的关键基因.
- 开发用于从MCD过渡到FSGS的预测模型.
主要方法:
- 对单细胞转录基因数据集的分析 (GSE213030,GSE176465).
- 机器学习算法的应用用于诊断建模和免疫亚型识别.
- 在小鼠模型中使用qRT-PCR和免疫组织化学验证关键基因,专注于M1巨细胞激活.
主要成果:
- 六个枢纽基因 (PTPRC,ACTR2,MYO1F,UBB,CSF1R,LYN) 被确定为巨细胞激活的核心.
- 这些基因与M1巨细胞激活在大鼠模型的转录和空间共同表达分析中显示出强烈的相关性.
- 机器学习模型证实了这些基因对MCD到FSGS进展的预测价值.
结论:
- 已识别的六个枢纽基因作为预测从MCD到FSGS的进展的潜在生物标志物.
- 这些基因在巨细胞激活中的作用表明它们是个性化治疗策略的有希望的治疗标.
- 这项研究提供了对肺综合征进展背后的分子机制和潜在的干预途径的见解.
更多相关视频
09:06Whole-brain Segmentation and Change-point Analysis of Anatomical Brain MRI—Application in Premanifest Huntington's Disease
Published on: June 9, 2018
10:23Time-Lapse 2D Imaging of Phagocytic Activity in M1 Macrophage-4T1 Mouse Mammary Carcinoma Cells in Co-cultures
Published on: December 14, 2019
相关概念视频
Machines
A free-body diagram of the...
Le Chatelier's Principle: Changing Temperature
To understand this phenomenon, consider the elementary reaction:
Le Chatelier's Principle: Changing Concentration
Machines: Problem Solving II
Global Climate Change
Net Change Theorem