基于生物信息学分析慢性荨麻疹的关键基因及分子机制
目的 运用生物信息学、机器学习等方法,分析慢性荨麻疹(chronic urticaria,CU)的关键基因及分子机制.方法 从GEO数据库获取GSE57178、GSE72540数据集,共包括16个CU样本及12个正常样本,运用R软件消除批次效应后进行差异分析,接着进行京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析,使用Lasso–Logistic回归分析及SVM–RFE机器学习筛选出CU关键基因,最后采用Cibersort反卷积算法计算两组样本的免疫细胞浸润量及浸润差异.结果 共鉴定出320个差异表达基因,其中上调基因256个、下调基因64个,KEGG富集分析出细胞因子–细胞因子受体相互作用通路、肿瘤坏死因子信号通路、白细胞介素–17信号通路、趋化因子信号通路等;筛选出5个CU关键基因,分别为PTPN22、TTC21B、PIGW、CD53和TNFAIP6;CD8+T细胞、调节性T细胞、中性粒细胞等11种免疫细胞存在浸润差异.结论 本研究初步探讨了CU的潜在机制,并筛选出5个关键基因及11种具有浸润差异的免疫细胞,可为CU的机制研究提供一定的参考依据.
慢性荨麻疹、生物信息学、机器学习、机制
60
R758.24(皮肤病学与性病学)
浙江省中医药科研基金计划项目;丽水市科技计划项目
2022-08-02（万方平台首次上网日期，不代表论文的发表时间）
共5页
76-80
