摘要
使用生物信息学方法分析免疫与牙周炎之间的关联,以进一步了解这种疾病。方法 首先,从GEO数据库下载了牙周炎和健康样本的表达谱,包括GSE16134和GSE10334,并将其整合为一个合并数据集。然后,使用limma软件包识别差异表达的免疫相关基因。此外,选择了差异表达的免疫相关基因通过4种机器学习方法筛选中枢基因,并构建诊断模型。随后,通过使用ssGSEA算法计算免疫细胞浸润,并使用单细胞数据集GSE164241探索核心基因的细胞类型表达模式。结果 共鉴定了47个差异表达基因,并发现它们参与对细菌和免疫相关过程的响应。随后,免疫细胞浸润分析显示牙周炎和健康样本之间大多数免疫细胞的丰度存在显著差异。通过机器学习进一步鉴定了连接牙周炎和免疫的2个中枢基因(FABP4和CXCL6),可能是牙周炎发展的关键基因。此外,选择这些中枢基因构建了一个良好的诊断性能的诊断模型。结论 FABP4和CXCL6在牙周炎中均上调,联合诊断的效能较高,可能是牙周炎潜在的生物标志物,可为以后治疗提供新的思路。
