换一批血管性痴呆双硫死亡相关基因的生物信息学分析及实验验证
Bioinformatics analysis and experimental verification of disulfidptosis-related genes in vascular dementia
摘要目的 利用双硫死亡差异表达基因(differentially ex-pressed genes,DEGs)进行生物信息学分析并结合实验验证,探讨血管性痴呆(vascular dementia,VD)双硫死亡基因的发病机制.方法 筛选双硫死亡DEGs并进行相关性分析;将数据集中VD患者数据进行聚类分型及基因集变异分析.利用列线图模型检验DEGs的聚类风险,预测其最佳学习模型.建立VD大鼠模型后,进行水迷宫实验、HE染色及RT-qPCR检测以验证生信结果.结果 得到SLC7A11等4个双硫死亡DEGs,相互之间有拮抗或协同作用;基因数据可分为2个亚型且差异存在显著性.分型后的VD双硫死亡DEGs主要富集于GnRH等信号通路;列线图预测模型的准确性高.广义线性为最佳机器学习模型.与假手术组相比,模型组大鼠逃避潜伏期延长,跨越平台次数下降,Slc3a2、SLC7A11 mRNA相对表达量降低,LRPPRC升高.结论 SLC7A11等双硫死亡DEGs及其相关的GnRH信号通路可能是VD双硫死亡相关发病机制的重要环节.SLC3A2、LRP-PRC、SLC7A11可作为双硫死亡调控VD的特征基因,其可能通过调控双硫死亡进而影响VD进展.
更多相关知识
关键词
血管性痴呆双硫死亡生物信息学机器学习实验验证差异表达基因vascular dementiadisulfidptosisbioin-formaticsmachine learningexperimental verificationdifferentially expressed genes
栏目名称
DOI
10.12360/CPB202408084
发布时间
2025-03-25（万方平台首次上网日期，不代表论文的发表时间）
- 浏览18
- 被引1
- 下载15
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
