数据收集与预处理
获取银屑病相关基因表达数据集并进行质量控制和分析。
从GEO数据库下载GSE30999、GSE6710和GSE41662数据集，使用R软件和Bioconductor包进行质量控制与预处理。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
利用整合机器学习与实验验证鉴定ADAM23作为银屑病的潜在标志物
Identification of ADAM23 as a Potential Signature for Psoriasis Using Integrative Machine-Learning and Experimental Verification.
实验完整度
中包含生物信息学分析（DEG筛选、富集分析、机器学习）、免疫浸润分析、动物模型验证（IMQ诱导）及人类样本免疫组化和免疫荧光验证，但缺少功能实验和机制验证。
主要模型
GSE30999、GSE6710和GSE41662数据集 IMQ诱导的银屑病小鼠模型 人银屑病皮损组织样本 人健康皮肤组织样本
重点核对
GSE30999、GSE6710和GSE41662数据集的样本来源及平台 四种机器学习算法筛选ADAM23的阈值和参数 IMQ诱导小鼠的剂量（62.5 mg/天）和给药方式 ADAM23抗体的稀释比例（1:200, 1:500, 1:1000） ROC分析中ADAM23的AUC值（0.932）
摘要
背景：银屑病是一种常见的慢性、复发性、炎症性皮肤病。识别新的潜在生物标志物对银屑病的治疗和诊断具有重要价值。本研究旨在鉴定银屑病的新的关键生物标志物并分析其潜在机制。方法：从基因表达综合(GEO)数据库下载银屑病相关数据集，筛选差异基因。对差异表达基因(DEGs)进行功能和通路富集分析。使用四种机器学习算法，即随机森林(RF)、最小绝对收缩和选择算子(LASSO)逻辑回归、加权基因共表达网络分析(WGCNA)和支持向量机递归特征消除(SVM-RFE)，从GSE30999和GSE6710数据集中鉴定银屑病的候选生物标志物，并使用GSE41662数据集进行验证。接下来，我们使用CIBERSORT和单细胞RNA分析探讨ADAM23与免疫细胞的关系。最后，我们在人类和小鼠实验中验证了所鉴定的生物标志物的表达。结果：共鉴定出709个重叠DEGs，包括426个上调基因和283个下调基因。富集分析显示，差异表达基因(DEGs)在空间上与免疫细胞参与、免疫激活过程和炎症信号相关。四种机器学习策略和单细胞RNA测序分析表明，ADAM23（一种解整合素和金属蛋白酶）可能是银屑病独特的关键生物标志物，具有较高的诊断准确性。基于CIBERSORT分析，发现ADAM23与多种免疫细胞相关，如巨噬细胞和肥大细胞，并且在患者和小鼠银屑病皮损的巨噬细胞中表达上调。结论：ADAM23可能作为银屑病诊断的潜在生物标志物，并可能通过调节银屑病皮损中的免疫活性参与发病机制。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 银屑病中是否存在新的关键生物标志物，并阐明其潜在机制。
- 核心机制
- ADAM23可能通过调节免疫活性（特别是与巨噬细胞相关）参与银屑病的发病机制。
- 主要证据
- 通过四种机器学习算法筛选出ADAM23，并在GSE41662数据集中验证其诊断性能（AUC=0.932）；免疫浸润分析显示ADAM23与巨噬细胞相关；免疫荧光和Western blot证实ADAM23在银屑病皮损中高表达并与巨噬细胞共定位。
- 研究意义
- ADAM23可能作为银屑病诊断的潜在生物标志物，为银屑病的治疗和诊断提供新思路。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
差异表达基因鉴定与功能富集分析
筛选银屑病相关的差异表达基因，并分析其功能和通路富集情况。
使用limma包筛选DEGs（调整p<0.05，|log2倍变化|>1），并进行GO和KEGG富集分析。
机器学习筛选核心生物标志物
通过多种机器学习算法筛选出与银屑病最相关的核心基因。
使用RF、LASSO、WGCNA和SVM-RFE四种算法对DEGs进行筛选，并取交集确定核心基因。
诊断性能验证
验证ADAM23对银屑病的诊断准确性。
在外部验证数据集GSE41662中进行ROC分析，并比较ADAM23在皮损和健康样本中的表达差异。
免疫浸润分析
探讨ADAM23与免疫细胞浸润的关系。
使用CIBERSORT评估22种免疫细胞的比例，并进行相关性分析，结合单细胞RNA测序数据分析ADAM23与免疫细胞的关系。
动物模型验证
在体内模型中验证ADAM23的表达。
用IMQ诱导小鼠银屑病模型，通过H&E染色和Western blot检测ADAM23的表达。
人类样本验证
在人类银屑病皮损中验证ADAM23的表达和定位。
通过免疫组化和免疫荧光检测ADAM23在银屑病皮损中的表达及与巨噬细胞的共定位。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 动物实验 | 咪喹莫特软膏 | Med-shine Pharma | -- |
| 免疫荧光 | ADAM23多克隆抗体 | Bioss | Bs-5853R |
| Cy3标记二抗 | Beyotime | A0516 | |
| DAPI | -- | C1002 | |
| CD68抗体 | Yeasen | AFSA006 | |
| 荧光显微镜 | 荧光显微镜 | Jiang Feng | KF-FL-020 |
| Western blot | RIPA裂解液 | -- | -- |
| PVDF膜 | -- | -- | |
| 辣根过氧化物酶标记的二抗 | ABclonal | -- | |
| ECL底物 | -- | -- | |
| 抗GAPDH抗体 | ABclonal | AC001 | |
| 图像分析 | Image-Pro Plus软件 | Media Cybernetics | V8.0 |
| ImageJ软件 | National Institutes of Health | -- | |
| 统计分析 | GraphPad Prism | -- | V8.4.3 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据集选择 | 数据集编号、平台、样本类型（皮损和非皮损） 阅读提示：Materials and Methods: Microarray Dataset Collection and Data Preprocessing |
| 差异表达分析 | 调整p值和log2倍数变化阈值 阅读提示：Materials and Methods: Identification of DEGs |
| 机器学习筛选 | RF的mtry值、LASSO的lambda、WGCNA的软阈值、SVM-RFE的交叉验证折数 阅读提示：Materials and Methods: Screening and Validation of Critical Gene Markers |
| 诊断性能验证 | 验证数据集GSE41662、ROC分析的AUC值 阅读提示：Results: Verification of ADAM23 as a Diagnostic Shared Gene |
| 动物模型 | IMQ剂量、给药频率、对照组处理、动物品系 阅读提示：Materials and Methods: Acquisition and Hematoxylin and Eosin Staining of Psoriasis Tissue Samples from Humans and Mice |
| 免疫荧光 | 抗体稀释比例、孵育时间、荧光标记 阅读提示：Materials and Methods: Immunofluorescence Staining |
| Western blot | 裂解液、SDS-PAGE浓度、封闭时间、抗体浓度、曝光方法 阅读提示：Materials and Methods: Western Blot |