换一批基于生物信息学进行衰老相关的帕金森病生物标志物的筛选
Screening of aging-related biomarkers for Parkinson's disease based on bioinformatics
摘要目的 通过人类衰老基因组资源数据库(HAGR)和基因表达综合数据库(GEO)来确定帕金森病(PD)中潜在的衰老生物标志物,为改善PD的治疗和诊断提供新的见解.方法 分别从GEO和HAGR数据库获取人类PD数据集和衰老相关基因,进行差异表达基因的分析,使用基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析等生物信息学方法,采用加权基因共表达网络分析(WGCNA)、随机森林(RF)、最小绝对收缩与选择算子(LASSO)回归、支持向量机递归特征消除法(SVM-RFE)等机器学习算法筛选枢纽基因,应用实时定量聚合酶链式反应(qRT-PCR)对枢纽基因进行临床验证.结果 枢纽基因YWHAZ在区分正常组和PD组方面具有较强的诊断潜力.此外,qRT-PCR检测显示,PD组中YWHAZ mRNA的表达水平低于正常组.结论 与衰老相关的枢纽基因YWHAZ,有助于了解PD中衰老的潜在机制,并可能作为PD的诊断和治疗靶点.
更多相关知识
关键词
帕金森病机器学习算法生物信息学分析衰老相关基因Parkinson's diseaseMachine learning algorithmsBioinformatics analysisAging-related gene
分类号
R472.5（护理学）
栏目名称
DOI
10.3969/j.issn.1006-351X.2026.01.005
发布时间
2026-01-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览8
- 被引0
- 下载3
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
