Comprehensive analysis of pivotal biomarkers, immune cell infiltration and therapeutic drugs for steroid-induced osteonecrosis of the femoral head
Notice bibliographique
Résumé
Steroid-induced osteonecrosis of the femoral head (SONFH) is a progressive disease that leads to an increased disability rate. This study aimed to ascertain biomarkers, infiltrating immune cells, and therapeutic drugs for SONFH. The gene expression profile of the GSE123568 dataset was downloaded from the Gene Expression Omnibus (GEO) database. The differentially expressed genes (DEGs) were identified using the NetworkAnalyst platform. Functional enrichment, protein-protein interaction network (PPI), and module analyses were performed using Metascape tools. An immune cell abundance identifier was used to explore immune cell infiltration. Furthermore, hub genes were identified based on maximal clique centrality (MCC) evaluation using cytoHubba application and confirmed by qRT-PCR using clinical samples. Finally, the L1000 platform was used to determine potential drugs for SONFH treatment. The SONFH mouse model was used to determine the therapeutic effects of aspirin. In total, 429 DEGs were identified in SONFH samples. Functional enrichment analysis showed that these DEGs were enriched in myeloid leukocyte activation and osteoclast differentiation processes. A set of nine immune cell types was confirmed to be markedly different between the SONFH and control samples. All 10 hub genes were significantly highly expressed in the serum of SONFH patients, as shown by qRT-PCR. Finally, the therapeutic effect of aspirin on SONFH was examined in animal experiments. Taken together, our data revealed the hub genes and infiltrating immune cells in SONFH, and we also screened potential drugs for use in SONFH treatment.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,006 | 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 tête enseignante, 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 ».