The role of cellular senescence-related genes in Asthma: Insights from bioinformatics and animal experiments

小桶 衰老 免疫系统 基因 生物 生物信息学 哮喘 表型 计算生物学 机制(生物学) 罗亚 遗传学 基因表达 转录组 信号转导 免疫学 哲学 认识论
作者
Xiang Zhang,Yali Xiao,Xin Shi,Hong‐Ling Shi,Zixing Dong,Cun‐Duo Tang
出处
期刊:International Immunopharmacology [Elsevier]
卷期号:130: 111770-111770 被引量:1
标识
DOI:10.1016/j.intimp.2024.111770
摘要

Asthma is a heterogeneous chronic respiratory disease, affecting about 10% of the global population. Cellular senescence is a multifaceted phenomenon defined as the irreversible halt of the cell cycle, commonly referred to as the senescence-associated secretory phenotype. Recent studies suggest that cellular senescence may play a role in asthma. This study aims to dissect the role and biological mechanisms of CSRGs in asthma, enhancing our understanding of the progression of asthma.The study utilized the GSE147878 dataset, employing methods like WGCNA, Differential analysis, Cibersort, GO, KEGG, unsupervised clustering, and GSVA to explore CSRGs functions and immune cell patterns in asthma. Machine learning identified key diagnostic genes, validated externally with the GSE165934 dataset and through qRT-PCR and WB experiments in animal models.From the GSE147878 dataset, 24 CSRGs were identified, highlighting their role in immune and inflammatory processes in asthma. Differences in CD4 naive T cells and activated dendritic cells between asthma and control groups underscored CSRGs' role in immune regulation. Cluster analysis revealed two distinct asthma patient groups with unique immune microenvironments. Machine learning identified five genes, leading to a TF-miRNA-mRNA network and singling out RHOA and RBM39 as key diagnostic genes, which were experimentally validated. Finally, a nomogram was created based on these genes.This study, utilizing bioinformatics and animal experiments, identified RHOA and RBM39 as key diagnostic genes for asthma, providing new insights into the potential role and biological mechanisms of CSRGs in asthma.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
Ray完成签到 ,获得积分10
2秒前
田田田发布了新的文献求助10
3秒前
宁静致远完成签到,获得积分10
4秒前
通莲完成签到,获得积分10
4秒前
沉静从阳发布了新的文献求助10
5秒前
研友_enPJa8完成签到,获得积分10
5秒前
阿乾完成签到,获得积分10
5秒前
XianyunWang完成签到,获得积分10
6秒前
Hu发布了新的文献求助20
7秒前
keyandog完成签到,获得积分10
7秒前
科研通AI2S应助科研通管家采纳,获得10
7秒前
喜悦凉面应助科研通管家采纳,获得10
8秒前
蒋时晏应助科研通管家采纳,获得20
8秒前
星辰大海应助科研通管家采纳,获得10
8秒前
李健应助科研通管家采纳,获得10
8秒前
wanci应助科研通管家采纳,获得10
8秒前
8秒前
桐桐应助科研通管家采纳,获得10
8秒前
9秒前
香蕉觅云应助科研通管家采纳,获得10
9秒前
CipherSage应助科研通管家采纳,获得10
9秒前
爆米花应助科研通管家采纳,获得10
9秒前
香蕉觅云应助科研通管家采纳,获得30
9秒前
JamesPei应助科研通管家采纳,获得10
9秒前
小二郎应助科研通管家采纳,获得30
9秒前
HughWang完成签到,获得积分10
10秒前
12秒前
木头人完成签到,获得积分10
12秒前
Lucas应助fanrongfeng采纳,获得10
13秒前
归去来兮完成签到,获得积分10
13秒前
15秒前
鳗鱼盼夏完成签到,获得积分10
17秒前
18秒前
18秒前
tt发布了新的文献求助10
18秒前
18秒前
wang完成签到 ,获得积分10
20秒前
ff不吃芹菜完成签到,获得积分10
21秒前
小橙子完成签到 ,获得积分10
21秒前
高分求助中
Effect of reactor temperature on FCC yield 2000
Production Logging: Theoretical and Interpretive Elements 1500
Very-high-order BVD Schemes Using β-variable THINC Method 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Uncertainty Quantification: Theory, Implementation, and Applications, Second Edition 800
錢鍾書楊絳親友書札 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3288753
求助须知:如何正确求助?哪些是违规求助? 2926022
关于积分的说明 8425022
捐赠科研通 2597075
什么是DOI,文献DOI怎么找? 1416973
科研通“疑难数据库(出版商)”最低求助积分说明 659551
邀请新用户注册赠送积分活动 641962