基于S1PR1相关基因的急性肺损伤生物标志物鉴定

摘要

目的 本研究旨在通过分析公共数据库中的ALI相关基因，从鞘磷脂代谢角度为ALI防治提供新策略。方法 利用GEO数据库筛选出DEGs，通过WGCNA筛选出与ALI及S1PR1高度相关的MEgreen模块基因，与DEGs相交后得到DMGs并进行功能富集，机器学习对DMGs进一步筛选候选基因，并利用外部数据集进行基因表达和ROC验证并确定潜在生物标志物。结果 DMGs与多种肺部疾病、白细胞激活、细胞信号转导、免疫反应和代谢过程密切相关，且主要涉及鞘脂代谢、辅助T细胞分化及炎症通路。机器学习算法筛选出4个候选基因，再通过外部数据集验证，ROC曲线面积均大于0.9，进一步筛选出FCER1G和HP作为潜在生物标志物。结论 ALI进展可能与FCER1G、HP相关，FCER1G和HP可作为潜在生物标志物，为ALI防治提供新靶点。