基于生物信息学探讨体外循环术后的氧化应激损伤及药物预测分析

目的:利用生物信息学方法鉴定体外循环(CPB)氧化应激相关的关键基因和分子通路,为体外循环术后氧化应激所致的心肌损伤预测新的治疗靶点。方法:从GEO数据库中下载GSE132176数据集,通过GEO2 R鉴定差异表达基因(DEGs),同时在基因本体(GO)数据库获取与氧化应激相关的基因。使用DAVID和GSEA软件进行GO和京都基因与基因组百科全书(KEGG)通路分析。使用STRING数据库构建蛋白质互作(PPI)网络,Cytoscape软件用于PPI网络的可视化和筛选Hub基因,使用GSE38177、GSE14956数据集和RT-qPCR对Hub基因表达情况进行验证,最后,Cmap数据库预测寻找相关的小分子化合物。结果:在GSE132176数据集中共发现422个氧化应激相关基因,其中有29个上调基因和7个下调基因有显著差异表达。这些基因主要参与在IFNγ应答、P53通路、细胞凋亡、IL-17信号通路中,经Cytoscape软件筛选得到10个Hub基因,并通过验证发现4个基因具有显著差异,同时筛选出10个相关的小分子化合物。结论:FOS、JUN、IL6和PTGS2可能是体外循环术后氧化应激所致心肌损伤的标志物,erythromycin、VU-0415374和CG-930等化合物可能是具有潜力的候选治疗药物,这为减轻心脏术后氧化应激提供新的治疗思路。

基于机器学习预测冠状动脉粥样硬化型心脏病的显著免疫相关基因和亚型研究

研究旨在揭示免疫相关基因在冠状动脉粥样硬化行心脏病中的作用。方法从GEO数据库中检索GSE12288和GSE66360数据集的基因表达谱。利用两种种机器学习算法,最小绝对收缩和选择算子(LASSO)和随机森林,在动脉粥样硬化型心脏病免疫相关基因中筛选特征基因。绘制ROC曲线评估诊断效果。通过ssGSEA评估免疫细胞浸润情况。使用共识聚类方法对动脉粥样硬化型心脏病标本进行分类。患者可以从基于特征基因的诺模图中获得临床益处。结果 鉴定出5个特征基因(SEMA3C,IL4R,SEMA3A,HSPA4,OSMR),能够预测动脉粥样硬化型心脏病。得到两种免疫亚型C1和C2。结论 研究得到了五个特征基因和两种免疫亚型,这可能有助于设计更精确的心血管免疫疗法。