
-
生物通官微
陪你抓住生命科技
跳动的脉搏
缺血性心力衰竭中缺氧驱动的机制:一项生物信息学、机器学习与贝叶斯网络研究
《Cardiovascular Toxicology》:Hypoxia-Driven Mechanisms in Ischemic Heart Failure: A Bioinformatics, Machine Learning and Bayesian Network Study
【字体: 大 中 小 】 时间:2026年08月27日 来源:Cardiovascular Toxicology 3.3
编辑推荐:
摘要缺氧是缺血性心力衰竭病因和进展的关键决定因素,但其潜在的分子机制和调控相互作用在很大程度上仍不明。在我们的研究中,我们采用差异分析,结合 WGCNA 和 MSigDB 数据库,鉴定了九个与心力衰竭中缺氧相关的基因。GO 和 KEGG 富集分析表明,这些基因主要参与缺氧、免
缺氧是缺血性心力衰竭病因和进展的关键决定因素,但其潜在的分子机制和调控相互作用在很大程度上仍不明。在我们的研究中,我们采用差异分析,结合 WGCNA 和 MSigDB 数据库,鉴定了九个与心力衰竭中缺氧相关的基因。GO 和 KEGG 富集分析表明,这些基因主要参与缺氧、免疫反应、炎症、凋亡和老化过程。采用贝叶斯网络,我们阐明了缺氧基因之间的四个调控关系:PIM1-CDKN1A、IL6-CDKN1A、PLIN2-ANGPTL4 和 SERPINE1-PLAUR。我们整合了 12 种机器学习算法,包含 113 种不同的组合,以完善我们的发现并确定了四个关键的缺氧基因:SLC2A1、PLIN2、FOSL2 和 PIM1。SHAP 分析有助于解释最佳模型(随机森林算法)的预测结果,SLC2A1 是模型中最具影响力的基因。免疫浸润分析揭示了衰竭心肌内存在七种失调的免疫细胞。共定位分析显示,后验概率主要集中在仅基因表达假说上,并未提供候选基因 eQTL 与心衰 GWAS 信号之间共享因果变异的充分证据。总体而言,我们的研究为缺氧基因在心力衰竭病理生理学中的分子机制提供了重要见解,为靶向和免疫调节疗法的发展铺平了道路。

缺氧是缺血性心力衰竭病因和进展的关键决定因素,但其潜在的分子机制和调控相互作用在很大程度上仍不明。在我们的研究中,我们采用差异分析,结合 WGCNA 和 MSigDB 数据库,鉴定了九个与心力衰竭中缺氧相关的基因。GO 和 KEGG 富集分析表明,这些基因主要参与缺氧、免疫反应、炎症、凋亡和老化过程。采用贝叶斯网络,我们阐明了缺氧基因之间的四个调控关系:PIM1-CDKN1A、IL6-CDKN1A、PLIN2-ANGPTL4 和 SERPINE1-PLAUR。我们整合了 12 种机器学习算法,包含 113 种不同的组合,以完善我们的发现并确定了四个关键的缺氧基因:SLC2A1、PLIN2、FOSL2 和 PIM1。SHAP 分析有助于解释最佳模型(随机森林算法)的预测结果,SLC2A1 是模型中最具影响力的基因。免疫浸润分析揭示了衰竭心肌内存在七种失调的免疫细胞。共定位分析显示,后验概率主要集中在仅基因表达假说上,并未提供候选基因 eQTL 与心衰 GWAS 信号之间共享因果变异的充分证据。总体而言,我们的研究为缺氧基因在心力衰竭病理生理学中的分子机制提供了重要见解,为靶向和免疫调节疗法的发展铺平了道路。
