7+PPI+机器学习+实验,非肿瘤结合建模筛选生物标志物,可升级

news2024/12/24 9:40:44

今天给同学们分享一篇生信文章“Identification of diagnostic biomarkers and therapeutic targets in peripheral immune landscape from coronary artery disease”,这篇文章发表在J Transl Med期刊上,影响因子为7.4。

8426ab6353259be4cbe3d017f588d881.jpeg

结果解读:

外周血中差异mRNA表达的鉴定

本研究涉及199名冠心病患者和218名对照组的外周血转录组。PCA分析显示,批次效应在三个基因集中被有效去除(图2A,B)。共鉴定出762个差异表达基因(DEGs),其中396个基因上调,366个基因下调(图2C)。前五个上调基因分别为C17orf78、TTTY21、TMEM213、COL21A1和SNX31,而前五个下调基因包括EGR3、TTTY7、TMEM196、DNAJC28和OLR1。热图显示了冠心病患者和对照组之间|logFC|> 0.2的基因,表明它们可能参与了冠心病的病理过程(图2D)。

5c4027627f93b2d1912a74e96601a367.jpeg


差异表达基因的功能富集分析

为了探索这些差异表达基因(DEGs)与调控过程中涉及的生物学功能之间的关系,作者构建了蛋白质相互作用(PPI)网络。PPI分析显示这些基因在蛋白质水平上有强连接(图3A)。GO分析显示DEGs涉及分子功能、生物过程和细胞组分等方面的特征,如受体配体活性、转运复合物和细胞过程(图3B)。KEGG通路富集图显示主要富集的通路包括细胞因子-细胞因子受体相互作用、神经活性配体-受体相互作用和IL-17信号通路,表明与炎症反应和神经活动相关的功能有强相关性(图3C)。

90d98e9630d5e8e693d4d08b2600fd67.jpeg


DE-IRGs的确定和免疫相关细胞景观分析

CAD患者中的上述DEGs与IRGs交集。确定了58个CAD患者中的DE-IRGs(图4A)。与对照组相比,这些芯片中的七种免疫细胞亚群比例发现在CAD患者中有所不同。其中,激活的树突状细胞、肥大细胞、中性粒细胞、Th17细胞和MDSC在CAD中的比例增加(P < 0.05),而激活的B细胞和CD56杀伤细胞的比例减少(P < 0.05)(图4B,C)。此外,外周免疫细胞的变化之间存在相关性(图4D),例如激活的CD4 T细胞/Th2细胞(r = 0.62),巨噬细胞/肥大细胞(r = 0.55)和中性粒细胞/浆细胞样树突状细胞(r = 0.62)。

6ea37700faa08dd59495daa162124576.jpeg


鉴定14个关键的周边CAD DE-IRGs并构建免疫诊断模型

作者通过LASSO回归减少了维度,并最终确定了14个基因来构建CAD的诊断模型(图5A,B)。通过ROC曲线评估了识别出的14个关键外周DE-IRGs的诊断性能。ROC曲线下的面积分别为CCR9(AUC = 0.686),CER1(AUC = 0.604),CSF2(AUC = 0.688),CXCL2(AUC = 0.589),HTR3C(AUC = 0.699),IL13RA1(AUC = 0.650),IL1A(AUC = 0.667),INSL5(AUC = 0.624),MBL2(AUC = 0.619),MMP9(AUC = 0.649),MSR1(AUC = 0.679),NR4RA2(AUC = 0.657),NTS(AUC = 0.667)和TNFRSF19(AUC = 0.686)(图5C,D)。然而,当所有14个基因包含在一个诊断模型中时,训练数据集和测试数据集的AUC分别达到0.968和0.859(图5E,F)。结果证明,这些组合的DE-IRGs具有良好的诊断潜力,可能也成为CAD的有希望的预防和治疗靶点。

243c30d3a64faef3cacb4f4a46d6a03f.jpeg


冠心病患者的外周免疫特征分析

14个关键外周DE-IRGs在冠心病组和对照组之间显示出显著变化。其中,CCR9、CER1、CSF2、IL13RA1、INSL5、MBL2、MMP9、MSR1、NTS和TNFRSF19基因的表达上调(P < 0.05),而CXCL2、HTR3C、IL1A和NR4A2基因的表达下调(P < 0.05)(图6A)。这些基因之间显示出显著的正相关,例如CER1/NTS(r = 0.85)、CER1/IL13RA1(r = 0.79)和NTS/TNFRSF19(r = 0.94)(图6B)。考虑到多种免疫成分在冠心病诊断和病理机制中的重要作用,作者分析了免疫细胞与CAD中DE-IRGs表达之间的相互关系。例如,IL13RA1在中性粒细胞、3种类型的树突状细胞(活化、未成熟和浆细胞样)、巨噬细胞、记忆B细胞、单核细胞、自然杀伤细胞、MDSC、自然杀伤细胞、肥大细胞、2种类型的T细胞(自然杀伤和γδ)和嗜酸性粒细胞中显示出强烈的上调表达(P < 0.01),而在活化B细胞、活化CD8 T细胞和CD56dim自然杀伤细胞中显示出快速的下调表达(P < 0.01)。MMP9在中性粒细胞、3种类型的树突状细胞(活化、浆细胞样、未成熟)、单核细胞、记忆B细胞、巨噬细胞、γδT细胞和嗜酸性粒细胞中表达增加(P < 0.01),并在活化B细胞、活化CD8 T细胞、效应记忆CD4/CD8 T细胞、未成熟B细胞中表达趋势下降(P < 0.01)(图6C)。

15e4c04b6ca2a7de278764be0ba5ab03.jpeg


验证10个候选DE-IRGs与CAD在体内的相关性

在第20周末,病理染色(油红O)显示小鼠主动脉弓聚集了大量脂质斑块,导致管腔狭窄(图7A)。冠心病模型组的平均体重显著增加,高于对照组(P < 0.0001)(图7B)。同时,冠心病组的外周循环低密度脂蛋白(LDL)和甘油三酯(TRIG)水平显著增高(P < 0.0001)(图7C,D)。全血总mRNA检测显示,冠心病模型组的CCR9、CSF2、IL13RA1和NTS表达显著高于对照组(图7E–H,M)(P < 0.05),与在线筛选结果一致。IL1A在模型组中也有升高(P < 0.01),与在线数据结果相反(图7I)。然而,CXCL2、INSL5、MSR1、NR4A2和TNFRSF19在两组之间没有差异(P > 0.05)(图7G,J–L,N)。

10db86cbbf47d283d92a7e20b0be43d8.jpeg


IL13RA1激活JAK1/STAT3途径并调节冠心病中巨噬细胞的功能

在体外实验中,氧化低密度脂蛋白(ox-LDL)上调了IL13RA1 mRNA的表达(P < 0.01),激活了JAK1/STAT3信号通路(P < 0.05,P < 0.01),并增加了骨髓源巨噬细胞中VEGF-C的产生(P < 0.01)(图8A,B-E)。在体内实验中,同样地,在20周高脂饮食诱导的LDL −/−&nbsp;小鼠(冠心病小鼠模型)的主动脉中,IL13RA1 mRNA的表达、磷酸化JAK1、磷酸化STAT3、VEGF-C和IL-6蛋白水平增加(P < 0.01,P < 0.001)(图8C,D-F)。将siRNA转染到RAW264.7细胞中后(图8G),IL13RA1 mRNA的表达显著下调(P < 0.001)(图8H),导致JAK1和STAT3的磷酸化水平、VEGF-C、TGF-β和α-SMA的下调(P < 0.05,P < 0.01)(图8I,J)。IL13RA1敲除组还显示出SCARB1和ox-LDL刺激的CD36 mRNA水平下降(P < 0.001,P < 0.01)(图8M,N)。有趣的是,IL13RA1敲除增加了IL-6的产生(P < 0.0001)(图8I,J)。在ox-LDL的刺激下,上述变化趋势保持一致且更加明显。Oil red O染色结果显示,IL13RA1敲除组巨噬细胞中吸收的脂滴减少(P < 0.05)(图8K,L)。

7f40d660c859bdba83849e57465b1667.jpeg


总结

本研究的一个目标是为在线筛选的CAD样本中的DE IRG的翻译研究提供一个简单的案例。然而,这项研究仍然是初步的,有局限性。大型临床试验和单细胞水平的研究将极大地优化目前的工作,这是作者未来的方向。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1317532.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

为什么要用 top_p 做文本生成采样

上一篇文章介绍了在大模型生成文本时&#xff0c;一个可以控制的参数 Temperature 的作用&#xff1a;查看温度参数与 softmax&#xff0c;今天继续来看另一个同样可以控制文本输出效果的参数。 或许你在使用 OpenAI 的接口时&#xff0c;会碰到这个参数&#xff0c;那就是 to…

尚硅谷Docker笔记-基础篇

B站视频&#xff1a;https://www.bilibili.com/video/BV1gr4y1U7CY 1.Docker简介 解决了运行环境和配置问题的软件容器 方便做持续集成并有助于整体发布的容器虚拟化技术 容器与虚拟机比较 Docker 容器是在操作系统层面上实现虚拟化&#xff0c;直接复用本地主机的操作系统…

线程终止,线程的相关方法,线程状态图以及线程的同步机制。

首先我们知道了什么是线程&#xff0c;以及线程的实现方法&#xff0c;接下来我们来了解一下继承Thread类和Runnable接口的区别&#xff0c;其实本质上是没有区别的&#xff0c;因为Thread也实现了Runnable的接口&#xff0c;唯一区别就是使用Runnable接口&#xff0c;可以实现…

准确无误的二手车估值API接口,帮您把握市场行情!

随着二手车市场的快速发展&#xff0c;越来越多的人开始关注二手车的估值问题。在购买二手车或者出售二手车时&#xff0c;了解车辆的真实价值是非常重要的。而准确无误的二手车估值API接口能够帮助我们更好地把握市场行情。 在挖数据平台上&#xff0c;我们提供了一个功能强大…

IntersectionObserver API的简单介绍及应用

前言 IntersectionObserver 之前就有所了解&#xff0c;但是一直没有用&#xff0c;当时觉得浏览器兼容性不好&#xff0c;直接用onscroll监听也能实现相关功能&#xff0c;但是随着浏览器支持性越来越好&#xff0c;这个属性到迄今为止&#xff0c;可以用在大部分的正式项目中…

C++泛型超详细合集-泛化的编程方式-程序员编写一个函数/类的代码让编译器去填补出不同的函数实现-供大家学习研究参考

以Add函数为例&#xff0c;在函数模板存在的同时&#xff0c;我们还可以单独写一个int类型的add函数。这都归功于函数重载的存在。 同时&#xff0c;我们还可以使用<int>来指定函数模板重载为已存在的Add函数。因为本质上这两个函数是不同的&#xff0c;并不会冲突。 下…

代码随想录27期|Python|Day16|二叉树|104.二叉树的最大深度|111.二叉树的最小深度|222.完全二叉树的节点个数

二叉树专题&#xff0c;重点掌握后续的递归和中间节点的处理。 104. 二叉树的最大深度 - 力扣&#xff08;LeetCode&#xff09; 本题在前一章已经解决了层序遍历的解法&#xff0c;现在来聊一下递归法。 首先需要明确两个概念&#xff1a;深度和高度。&#xff08;注意&…

千亿露酒市场的未来之“露”

执笔 | 尼 奥 编辑 | 扬 灵 12月15日&#xff0c;以“以美为酿&#xff0c;品致未来”为主题的中国露酒产业发展大会暨露酒价值论坛在“中国酒都”宜宾举办。 近年来&#xff0c;露酒产业发展异军突起&#xff0c;市场销售规模超越黄酒、葡萄酒品类&#xff0c;成为中国酒…

Ubuntu系统入门指南:基础操作和使用

Ubuntu系统的基础操作和使用 一、引言二、安装Ubuntu系统三、Ubuntu系统的基础操作3.1、界面介绍3.2、应用程序的安装和卸载3.3、文件管理3.4、系统设置 四、Ubuntu系统的日常使用4.1、使用软件中心4.2、浏览器的使用和网络连接设置4.3、邮件客户端的配置和使用4.4、文件备份和…

大数据与深度挖掘:如何在数字营销中与研究互动

数字营销最吸引人的部分之一是对数据的内在关注。 如果一种策略往往有积极的数据&#xff0c;那么它就更容易采用。同样&#xff0c;如果一种策略尚未得到证实&#xff0c;则很难获得支持进行测试。 数字营销人员建立数据信心的主要方式是通过研究。这些研究通常分为两类&…

人工智能文本分类

在本文中&#xff0c;我们全面探讨了文本分类技术的发展历程、基本原理、关键技术、深度学习的应用&#xff0c;以及从RNN到Transformer的技术演进。文章详细介绍了各种模型的原理和实战应用&#xff0c;旨在提供对文本分类技术深入理解的全面视角。 一、引言 文本分类作为人工…

java集合的迭代器与遍历

文章目录 迭代器Iterator1、什么是Iterator2&#xff0c;iterator接口的API3、Irerator()方法细节解释4. Irerator的原理示意图4. 1 Irerator的案例5. forEach循环与Iterator遍历的区别与联系 ListIterator1.ListIterator的概述(1) 概念(2) 解析 2.ListIterator的生成3.ListIte…

微服务实战系列之ZooKeeper(下)

前言 通过前序两篇关于ZooKeeper的介绍和总结&#xff0c;我们可以大致理解了它是什么&#xff0c;它有哪些重要组成部分。 今天&#xff0c;博主特别介绍一下ZooKeeper的一个核心应用场景&#xff1a;分布式锁。 应用ZooKeeper Q&#xff1a;什么是分布式锁 首先了解一下&…

AMD 自适应和嵌入式产品技术日

概要 时间&#xff1a;2023年11月28日 地点&#xff1a;北京朝阳新云南皇冠假日酒店 主题内容&#xff1a;AMD自适应和嵌入式产品的更新&#xff0c;跨越 云、边、端的AI解决方案&#xff0c;赋能智能制造的机器视觉与机器人等热门话题。 注&#xff1a;本文重点关注FPGA&a…

10-流媒体-RTMP编译

将h264推流给服务器&#xff0c;就完成了采集端的推流工作。一般在嵌入式系统常用的rtmp推流方案是rtmpdump。使用rtmp库涉及到一些编译过程&#xff0c;下面我们一点点描述。 关于rtmp的使用涉及到3个开源库的编译&#xff08;openssl, zlib, rtmpdump&#xff09;&#xff0c…

ACL和NAT

目录 一.ACL 1.概念 2.原理 3.应用 4.种类 5.通配符 1.命令 2.区别 3.例题 4.应用原则 6.实验 1.实验目的 2.实验拓扑 3.实验步骤 7.实验拓展 1.实验目的 2.实验步骤 3.测试 二.NAT 1.基本理论 2.作用 3.分类 静态nat 动态nat NATPT NAT Sever Easy-IP…

【FPGA/verilog -入门学习11】verilogTestbench中的文本文件写入,读出,打印等操作

本文参考&#xff1a;Verilog中的系统任务&#xff08;显示/打印类&#xff09;--$display&#xff0c; $write&#xff0c;$strobe&#xff0c;$monitor-CSDN博客 Verilog&#xff1a;parameter、localparam的区别和用法-CSDN博客 Verilog的系统任务----$fopen、$fclose和$fd…

SQL Server 远程连接服务器数据库

本文解决sql server的远程连接问题。需要开启防火墙&#xff0c;开启端口&#xff0c;并处理权限不足的报错: 【use 某数据库】The server principal "[server]" is not able to access the database "[database]" under the current security context. 【…

SCI一区级 | Matlab实现GWO-CNN-GRU-selfAttention多变量多步时间序列预测

SCI一区级 | Matlab实现GWO-CNN-GRU-selfAttention多变量多步时间序列预测 目录 SCI一区级 | Matlab实现GWO-CNN-GRU-selfAttention多变量多步时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.Matlab实现GWO-CNN-GRU-selfAttention灰狼算法优化卷积门控循环…

【接口技术】课堂word补充习题和讲解(乱序)

DAC & ADC 1&#xff1a;B 梯形电阻网络中的电阻是R和2R&#xff0c;只用了2种阻值 2&#xff1a;B LSBFSR/(2^n)5V / 2^10 5V / 1024 0.0048828125V 4.883mV 3&#xff1a;输入寄存器、DAC寄存器、D/A转换器 如下图所示 中断向量表&#xff0c;CSIP 多个元件互连的例题…