原发性干燥综合征中铁死亡相关生物标志物的生物信息学挖掘与诊断模型构建

目的 基于多种生物信息学手段识别原发性干燥综合征(pSS)中与铁死亡相关的基因并构建诊断模型，为pSS的诊断和治疗提供潜在靶点。方法 从GEO数据库中获得pSS的基因表达矩阵，应用R软件limma包识别出差异表达基因(DEGs)。通过加权基因共表达网络分析(WGCNA)识别pSS中最相关的模块化基因，从FerrDb数据库获得铁死亡相关基因集，将pSS中最相关的模块基因与DEGs和铁死亡相关基因取交集识别出关键基因。通过2种机器学习算法去除冗余基因并构建由关键基因组成的诊断模型，在3个独立数据集中验证诊断模型的准确性，基于免疫浸润分析揭示关键基因与免疫细胞的关联，应用Seurat软件包分析单细胞数据集。结果 差异基因分析共获得265个DEGs, WGCNA获得1个与pSS最为相关的模块(r=0.44,P<0.01),从中识别8个铁死亡相关基因，去除冗余基因后，最终获得3个与铁死亡相关的关键基因(PARP9、PARP12、PARP14)。基于3个关键基因建立诊断模型，该模型在3个独立数据集中均表现出优秀的诊断效能(受试者工作特征曲线中，曲线下面积分别为0.848、0.853、1.00...