已发表论文

通过结合生物信息学与机器学习分析鉴定脓毒症相关ARDS的诊断生物标志物和治疗靶点

 

Authors Liu T, Gao L, Li X

Received 21 March 2025

Accepted for publication 10 July 2025

Published 18 July 2025 Volume 2025:18 Pages 9523—9536

DOI https://doi.org/10.2147/JIR.S529689

Checked for plagiarism Yes

Review by Single anonymous peer review

Peer reviewer comments 2

Editor who approved publication: Dr Anh Ngo

摘要

目的:本研究旨在通过生物信息学和分子对接,鉴定脓毒症相关急性呼吸窘迫综合征(ARDS)中与中性粒细胞胞外陷阱(NET)相关的关键基因,用于诊断和治疗。

方法:我们从GEO数据库获取GSE32707数据集,筛选出脓毒症相关急性呼吸窘迫综合征(ARDS)患者与健康对照组的基因表达谱。通过差异表达基因(DEGs)鉴定后,开展功能富集分析和免疫浸润分析。采用加权基因共表达网络分析(WGCNA)探索基因共表达模块。将上述筛选结果与网络相互作用通路(NETs)基因集交叉比对,筛选出脓毒症相关ARDS的关键NETs基因。运用三种机器学习算法进一步筛选交集基因。通过实时定量PCR(RT-qPCR)验证临床血样中核心基因的表达水平,并进行分子对接预测以筛选靶向核心基因的小分子化合物。

研究结果:通过R软件对GSE32707数据集进行分析,发现脓毒症相关急性呼吸窘迫综合征(ARDS)存在485个差异基因。WGCNA分析在脓毒症相关ARDS相关基因模块中鉴定出332个共同基因。将上述筛选结果与网络相互作用图谱(NETs)基因集交叉比对,最终确定脓毒症相关ARDS的关键NETs基因。进一步运用机器学习技术,LTF和PRTN3被确认为具有优异诊断潜力的枢纽基因。实时定量PCR检测显示,与健康对照组相比,脓毒症相关ARDS患者的PRTN3和LTF表达量显著升高。分子对接实验表明,尼美舒利和米诺环素可作为脓毒症相关ARDS的潜在治疗药物。

结论:LTF和PRTN3被鉴定为脓毒症相关ARDS中的关键NET基因,显示出作为疾病诊断的有效分子标记物和潜在治疗靶点的潜力。