THU271 Identification Of Candidate Biomarkers For Type 1 Diabetes Mellitus By Bioinformatics Analysis Of Pooled Microarray Gene Expression Datasets In Gene Expression Omnibus
Notice bibliographique
Résumé
Abstract Disclosure: K. Feng: None. W. Chen: None. Background: Type 1 diabetes (T1DM) is a serious threat to childhood life and has a complicated pathogenesis. Currently, molecular mechanisms of T1DM remain largely unclear. The aim of this study was to identify the candidate genes in T1DM by integrated bioinformatics analysis. Methods: Transcriptomic datasets (GSE156035) in the GEO database were analyzed for differentially expressed genes (DEGs) using the R statistical language. The differentially expressed genes (DEGs) were identified, and the Gene Ontology (GO) and the Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analyses were performed. A protein - protein interaction (PPI) network was applied to screen out the candidate genes. Results: The results revealed that 273 DEGs of the three datasets were ascertained in our study, including 135 upregulated genes and 138 downregulated genes. The GO and KEGG enrichment analysis results showed that the functions of DEGs mainly involved in regulation of transcription from RNA polymerase II promoter, specific granule lumen, transcriptional activator activity, Osteoclast differentiation pathway, etc. Through the PPI analysis network, the core genes with the highest degree of 6 nodes were selected: FOS, RHOA, CXCL8, FOSB, EGR1, and DUSP1. Conclusion: The genes, identified in this study, may play a vital regulatory role in the occurrence and development of T1DM. Also, they are closely related to obesity and diabetes mellitus. Our results provide novel biomarkers that could be used as representative reference indicators or potential therapeutic targets for T1DM clinical applications. Presentation: Thursday, June 15, 2023
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».