Identification of candidate aberrant differentially methylated/expressed genes in asthma
Notice bibliographique
Résumé
BACKGROUND: Asthma is an important non-communicable disease worldwide. DNA methylation is associated with the occurrence and development of asthma. We are aimed at assuring differential expressed genes (DEGs) modified by aberrantly methylated genes (DMGs) and pathways related to asthma by integrating bioinformatics analysis. METHODS: One mRNA dataset (GSE64913) and one gene methylation dataset (GSE137716) were selected from the Gene Expression Omnibus (GEO) database. Functional enrichment analysis was performed using GeneCodies 4.0 database. All gene expression matrices were analyzed by Gene set enrichment analysis (GSEA) software. STRING was applied to construct a protein-protein interaction (PPI) network to find the hub genes. Then, electronic validation was performed to verify the hub genes, followed by the evaluation of diagnostic value. Eventually, quantitative real-time polymerase chain reaction (qRT-PCR) was utilized to detect the expression of hub genes. RESULTS: In total, 14 hypomethylated/high-expression genes and 10 hypermethylated/low-expression genes were obtained in asthma. Among them, 10 hub genes were identified in the PPI network. Functional analysis demonstrated that the differentially methylated/expressed genes were primarily associated with the lung development, cytosol and protein binding. Notably, HLA-DOA was enriched in asthma. FKBP5, WNT5A, TM4SF1, PDK4, EPAS1 and GMPR had potential diagnostic value for asthma. CONCLUSION: The project explored the pathogenesis of asthma, which may provide a research basis for the prediction and the drug development of asthma.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».