摘要
目的 分析双硫死亡因子在脓毒症发生发展过程中的生物学机制.方法 通过Gene Expresion omnibus(GEO)数据库检索符合条件的脓毒症相关芯片,对其进行标准化处理,基于处理后的基因表达矩阵进行双硫死亡相关基因提取和量化,通过 9 种机器学习模型、列线图模型构建疾病预测模型以预测脓毒症患病的风险.然后,运用共识聚类算法、单样本基因组富集分析(ssGSEA)及免疫浸润分析双硫死亡分子亚型与免疫微环境的相关性.结果 ①首次建立了基于双硫死亡特征基因的风险预测模型,由 3 个双硫死亡特征基因(ACTB、MYL6、TRIP6)构建的疾病预测模型可以较好预测脓毒症患病风险;②首次发现脓毒症患者可分型为两种完全不同的双硫死亡分子亚型(簇C1 和簇C2).结论 簇C2患者免疫功能更强.
国家科技期刊平台
NSTL
万方数据