典型文献
基于生物信息学分析慢性荨麻疹的关键基因及分子机制
文献摘要：
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.
文献关键词：
慢性荨麻疹;生物信息学;机器学习;机制
中图分类号：
作者姓名：
种凯艳
作者机构：
丽水市中医院皮肤科,浙江丽水 323000
文献出处：
引用格式：
[1]种凯艳-.基于生物信息学分析慢性荨麻疹的关键基因及分子机制)[J].中国现代医生,2022(21):76-80
A类：
GSE57178,GSE72540,PTPN22,TTC21B,PIGW
B类：
生物信息学分析,慢性荨麻疹,关键基因,chronic,urticaria,CU,GEO,批次效应,京都基因和基因组百科全书,Kyoto,Encyclopedia,Genes,Genomes,富集分析,Lasso,RFE,Cibersort,反卷积算法,算法计算,免疫细胞浸润,差异表达基因,细胞因子受体,作用通路,肿瘤坏死因子信号通路,趋化因子,CD53,TNFAIP6,CD8+T,调节性,潜在机制
AB值：
0.274649
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
