基于多维度数据分析识别溃疡性结肠炎的潜在生物标志物，并研究其治疗效果的机制

《BMC Gastroenterology》：Identification of potential biomarkers for ulcerative colitis based on multidimensional data analysis and investigation of the mechanisms of therapeutic effects

　　

摘要

目的

通过多维度数据分析筛选出溃疡性结肠炎的潜在生物标志物，同时研究姜黄素壳聚糖微球对溃疡性结肠炎关键靶标表达的影响及其在减轻炎症中的作用。

方法

基于GEO数据库中的GSE107499和GSE87473数据集，通过差异表达分析（使用limma软件，筛选|log2FC|＞1且校正后P＜0.05的基因）、加权基因共表达网络分析以及三种机器学习算法（LASSO、随机森林、SVM-RFE），识别与溃疡性结肠炎进展相关的潜在生物标志物。经独立数据集GSE47908对外验证后确定核心基因。随后利用6–8周龄的C57BL/6小鼠构建溃疡性结肠炎小鼠模型，并给予CCM处理，收集结肠组织用于病理检测和炎症因子水平测定，同时通过免疫组化方法检测核心基因蛋白表达的变化。

结果

经过严格筛选和外源验证后，最终确定了四个核心基因：FCN3、FGR、HSD11B1和PIM2。CCM处理可改善溃疡性结肠炎小鼠结肠组织的病理损伤及炎症因子水平，同时能抑制这些基因在结肠组织中的蛋白表达。

结论

本研究发现了溃疡性结肠炎的四个潜在靶标，即FCN3、FGR、HSD11B1和PIM2。CCM可通过下调这些关键基因的表达来减轻溃疡性结肠炎的炎症反应程度。