单细胞高维加权基因共表达网络分析(hdWGCNA):揭示慢性阻塞性肺疾病(COPD)巨噬细胞新诊断模型与关键基因
《Inflammation Research》:Single-cell hdWGCNA reveals a novel diagnostic model and signature genes of macrophages associated with chronic obstructive pulmonary disease
【字体:
大
中
小
】
时间:2025年04月18日
来源:Inflammation Research 4.8
编辑推荐:
为探究慢性阻塞性肺疾病(COPD)的免疫调节机制,研究人员开展了相关研究。通过单细胞 RNA 测序(scRNA-seq)等技术,鉴定出 COPD 相关巨噬细胞亚群及 11 个特征基因,构建的模型能有效区分正常与 COPD 患者,为临床诊断和治疗提供新方向。
慢性阻塞性肺疾病(COPD)是全球呼吸系统相关死亡的主要原因。尽管其与免疫调节有关,但其潜在机制仍不明确。研究人员对单细胞 RNA 测序(scRNA-seq)数据集的细胞进行聚类分析和细胞类型鉴定,以分离在 COPD 中特异性表达的免疫细胞亚群。利用高维加权基因共表达网络分析(hdWGCNA)识别与免疫细胞亚群相关的枢纽基因。应用机器学习算法识别免疫细胞亚群中的诊断基因,并构建 COPD 的临床诊断模型。在批量 RNA 测序数据中,使用 AUC 曲线评估诊断模型预测 COPD 的稳定性。研究结果显示,经过两轮聚类分析,确定了在 COPD 中特异性表达的巨噬细胞亚群 1、2、7、11 和 13(COPD_Mφ)。hdWGCNA 分析从黑色、蓝色、黄色和棕色模块中揭示了一组与 COPD_Mφ 密切相关的枢纽基因。非负矩阵分解(NMF)分析将 COPD 样本分为 2 个簇,簇 1 中单核细胞谱系、髓系树突状细胞和中性粒细胞的浸润显著增加(P?0.001)。单变量逻辑回归和 LASSO 回归分析确定了 11 个与 COPD_Mφ 相关的特征基因,包括 CST3、LGALS3、CSTB、S100A10、CYBA、S100A11、ARPC3、FTH1、PFN1、MAN2B1 和 RPL39。使用这些特征基因构建的随机森林(RF)和卷积神经网络(CNN)模型能够有效区分正常人和 COPD 患者。其中,S100A10、RPL39 和 FTH1 在 COPD 患者和正常人之间存在差异表达,有望成为 COPD 潜在的临床诊断标志物。该研究为 COPD 的免疫机制提供了新见解,为未来临床诊断和个性化治疗奠定了理论基础。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号