基于机器学习筛选阿霉素诱导的心肌病中铁死亡的关键基因与验证

曾晓滢, 朱熹, 邓梦婷, 丁志强, 方红城, 窦宇红

中国医科大学学报 ›› 2025, Vol. 54 ›› Issue (01) : 38 -43.

PDF (1506KB)
中国医科大学学报 ›› 2025, Vol. 54 ›› Issue (01) : 38 -43.

基于机器学习筛选阿霉素诱导的心肌病中铁死亡的关键基因与验证

作者信息 +

Author information +
文章历史 +
PDF (1541K)

摘要

目的 基于生物信息学分析铁死亡在阿霉素诱导的心肌病(DIC)中的关键基因,结合体外实验验证,探讨铁死亡在DIC中的作用。方法 二价铁荧光染色佐证DIC中心肌细胞发生铁死亡。检索基因表达综合数据库(GEO)得到GSE207737数据集,与检索FerrDb数据库得到的铁死亡相关基因作交集,对交集基因进行基因本体(GO)以及京都基因和基因组数据库(KEGG)富集分析。将最小绝对值选择与收缩算子(LASSO)回归算法和支持向量机递归特征消除(SVM-RFE) 2种机器学习方法得到的基因取交集获得DIC的铁死亡关键基因,并通过实时PCR在正常和DIC模型的H9C2细胞中进行验证,对于生物信息学和实时PCR结果不符者采用Western blotting进一步验证。结果 共获得38个DIC的铁死亡相关基因,GO和KEGG分析结果表明这些基因主要参与细胞代谢,通过机器学习方法获得DIC的铁死亡关键基因为Mpc1、Prdx1、Kdm4a、Alox12b和Tfrc。体外实验结果表明,与正常组相比,DIC模型组Mpc1、Prdx1和Kdm4a mRNA表达显著下调(P <0.001),Alox12b mRNA表达显著上调(P <0.001),而Tfrc mRNA和蛋白的表达水平均无统计学差异(P> 0.05)。结论 Mpc1、Prdx1、Kdm4a和Alox12b为DIC的铁死亡关键基因,可能成为从铁死亡角度防治DIC的靶点。

关键词

阿霉素诱导的心肌病 / 铁死亡 / 生物信息学 / 基因

Key words

引用本文

引用格式 ▾
曾晓滢, 朱熹, 邓梦婷, 丁志强, 方红城, 窦宇红 基于机器学习筛选阿霉素诱导的心肌病中铁死亡的关键基因与验证[J]. 中国医科大学学报, 2025, 54(01): 38-43 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF (1506KB)

29

访问

0

被引

详细

导航
相关文章

AI思维导图

/