基于生物信息学分析方法和机器学习算法探究铁死亡参与糖尿病心脏病的机制

摘要：

目的 基于生物信息学分析方法和机器学习算法探究铁死亡参与糖尿病心脏病(DHD)的机制.方法 从美国国家生物技术信息中心(NCBI)基因表达综合(GEO)数据库下载数据集GSE4745(大鼠心肌细胞测序数据)和数据集GSE26887(人心肌细胞测序数据),通过铁死亡数据库获得铁死亡基因数据集.应用R软件(4.2.1版本)中的"Limma"包分析数据集GSE4745中DHD的差异表达基因;应用"WGCNA"包构建加权基因共表达网络以筛选DHD相关基因模块;应用"Venn"包取DHD差异表达基因、DHD相关基因模块及铁死亡基因数据集交集以获取DHD相关铁死亡基因.然后针对DHD相关铁死亡基因进行LASSO回归分析以筛选DHD相关铁死亡核心基因.最后通过数据集GSE26887、蛋白质组学原始数据及既往研究验证DHD相关铁死亡核心基因.结果 从数据集GSE4745中获得491个DHD差异表达基因,其中上调基因252个、下调基因239个.以软阈值为7将DHD差异表达基因构建邻接矩阵,最终选择品红色和蓝色模块为DHD相关基因模块,共1 092个基因.进一步分析获得28个DHD相关铁死亡基因.LASSO回归分析结果显示,从28个DHD相关铁死亡基因中获得6个DHD相关铁死亡核心基因,分别为H19、Nr4a1、Decr1、Gstm1、Slc3a2、Por.根据数据集GSE26887、蛋白质组学原始数据及既往研究结果最终确定H19、Nr4a1、Decr1、Por为DHD相关铁死亡的核心基因.结论 铁死亡参与DHD的机制可能与H19、Decr1、Por表达上调及Nr4a1表达下调有关,这为铁死亡参与DHD提供了新的证据.

关键词：糖尿病血管病变、糖尿病心脏病、铁死亡、生物信息学、LASSO回归

所属期刊栏目：31

分类号：R587.23(内分泌腺疾病及代谢病)

资助基金：国家自然科学基金;国家自然科学基金;陕西省科技厅重点研发计划项目;陕西省科技厅重点研发计划项目;陕西省教育厅重点科研计划项目;国家级大学生创新创业训练计划项目

在线出版日期：2023-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：53-57