
-
生物通官微
陪你抓住生命科技
跳动的脉搏
整合机器学习与生物信息学分析揭示溃疡性结肠炎和结直肠癌中细胞衰老相关基因及潜在治疗靶点
【字体: 大 中 小 】 时间:2025年07月29日 来源:Frontiers in Bioinformatics 3.9
编辑推荐:
这篇综述通过整合机器学习(ML)和生物信息学方法,系统分析了溃疡性结肠炎(UC)向结直肠癌(CRC)转化过程中的细胞衰老(CS)相关基因。研究筛选出5个关键基因(ABCB1、CXCL1、TACC3、TGFβI、VDR),其联合诊断模型AUC达0.989,并揭示了免疫浸润特征与基因互作网络,为UC相关CRC的诊疗提供了新靶点。
溃疡性结肠炎(UC)作为一种慢性炎症性疾病,显著增加结直肠癌(CRC)风险,而细胞衰老(CS)在慢性炎症和肿瘤发生中扮演关键角色。研究通过整合机器学习与生物信息学方法,旨在揭示UC向CRC转化过程中的CS相关基因及其治疗潜力。
研究纳入6个GEO数据集,利用limma包筛选差异表达基因(DEGs),并通过加权基因共表达网络分析(WGCNA)识别疾病相关模块。结合CellAge数据库中的CS相关基因,最终锁定112个候选基因。采用12种机器学习算法构建整合模型(IML),并通过ROC曲线评估诊断效能。此外,通过免疫浸润分析、蛋白互作网络(PPI)及分子对接挖掘潜在治疗药物。
研究首次系统揭示了CS相关基因在UC-CRC转化中的诊断和治疗价值,为开发靶向衰老通路的干预策略提供了理论依据。未来需扩大临床样本验证并探索机制细节。
生物通微信公众号
知名企业招聘