TY -的A2张冯AU -高,杨伟鑫AU -侯,Ruirui AU - Chen云岗AU -王,肖颖盟——刘,国研非盟-胡,万历盟——姚明,康盟,郝Yanke PY - 2023 DA - 2023/04/27 TI -强直性脊柱炎的预测疾病风险模型:基于综合生物信息学分析和识别潜在的生物标记物最相关的免疫SP - 3220235六世- 2023 AB - 背景。强直性脊柱炎(AS)的发病机制仍不清楚,没有系统地探索和免疫相关基因的。本文的目的是确定潜在的大多数免疫有关的早期生物标志物和发展与生物信息学方法预测疾病风险模型和基因表达综合数据库(GEO)来提高诊断和治疗效率。 方法。识别和创建一个基因的差异表达基因coexpression网络之间和健康的样本,我们下载相关数据集GSE25101和GSE73754 GEO数据库,并采用加权基因coexpression网络分析(WGCNA)。,我们使用了GSVA GSEABase limma ggpubr, reshape2包进免疫数据和调查免疫细胞和免疫功能之间的联系通过使用single-sample基因集富集分析(ssGSEA)。核心基因集的值和构造模型为早期诊断研究通过接受者操作特征(ROC)曲线分析。 结果。生物功能和免疫得分分析确定核心基因与免疫有关,关键的免疫细胞,关键通路相关,基因模块,和coexpression网络。Granulysin (gn) Granulysin (GZMK) CX3CR1, IL2RB, dysferlin (DYSF)和S100A12可能参与开发通过NK细胞、CD8⁺T细胞,Th1细胞和其他免疫细胞和代表潜在生物标志物早期诊断的发生和发展。此外,T细胞coinhibitory途径可能参与发病。 结论。疾病风险模型构建基于免疫相关基因可以指导临床诊断和治疗,可能有助于发展的个性化的免疫疗法。SN - 0962 - 9351你2023/3220235 / 10.1155——https://doi.org/10.1155/2023/3220235——摩根富林明,炎症介质PB - Hindawi KW - ER