通过多omics验证和m7G-MeRIP-seq分析,揭示m7G修饰模式和控制内动脉瘤破裂风险的因果驱动因素
Pengfei Wu1, Aierpati Maimaiti1, Zekun Ma1
1Department of Neurosurgery, The First Affiliated Hospital of Xinjiang Medical University, Urumqi, China.
概括
N7-甲基瓜诺辛 (m7G) RNA 修改是内动脉瘤 (IA) 破裂的关键驱动因素. 使用m7G模式的新机器学习模型准确预测IA破裂风险,提供临床潜力.
科学领域:
- 分子生物学分子生物学
- 遗传学 是一个遗传学.
- 医学科学 医学科学 医学科学
背景情况:
- 内动脉瘤 (IA) 破裂导致严重的脑出血和高死亡率.
- IA 破裂背后的分子机制尚未完全理解.
- 改善IA破裂风险预测在临床上是必不可少的.
研究的目的:
- 为了研究N7-甲基瓜诺辛 (m7G) RNA修饰在内动脉瘤中的作用.
- 根据m7G模式开发IA破裂风险的预测模型.
- 鉴定IA中与m7G修饰相关的遗传因素.
主要方法:
- 转录组分析 转录组分析
- 一个单细胞分析.
- 对遗传数据进行分析.
- 机器学习模型开发模型的开发
- 在独立患者队列中验证.
主要成果:
- 在IA中确定了明显的m7G修饰模式.
- 这些m7G模式显著提高了基于机器学习的破裂预测模型的准确性 (AUC 0.91-0.95).
- 确定了三种与m7G相关的因果基因 (NSUN2,IFIT5,SNUPN),在破裂动脉瘤中表达和甲基化发生变化.
结论:
- m7G RNA 修改在内动脉瘤破裂中起着至关重要的作用.
- 开发的预测模型显示了评估IA破裂风险的强大临床潜力.
- 这些已识别的基因 (NSUN2,IFIT5,SNUPN) 是AI的潜在治疗点.
