Key points are not available for this paper at this time.
Hintergrund: Zunehmende Beweise haben nachgewiesen, dass rheumatoide Arthritis (RA) Atherosklerose (AS) verschlimmern kann, und wir zielten darauf ab, potenzielle diagnostische Gene für Patienten mit AS und RA zu erkunden. Methoden: Wir haben die Daten aus öffentlichen Datenbanken, einschließlich Gene Expression Omnibus (GEO) und STRING, erhalten und die differentiell exprimierten Gene (DEGs) sowie Modulgene mit Limma und gewichteter Gen-Koexpressionsnetzwerkanalyse (WGCNA) ermittelt. Die Analyse der Kyoto-Enzyklopädie der Gene und Genome (KEGG) sowie der Genontologie (GO), das Protein-Protein-Interaktionsnetzwerk (PPI) und maschinelle Lernalgorithmen wie die Methode der kleinsten absoluten Schrumpfung und Auswahl (LASSO) Regression und Random Forest wurden durchgeführt, um die immunbezogenen Hubgene zu erkunden. Wir verwendeten ein Nomogramm und die Receiver Operating Characteristic (ROC) Kurve zur Bewertung der diagnostischen Wirksamkeit, die mit GSE55235 und GSE73754 validiert wurde. Schließlich wurde die Immuninfiltration in AS entwickelt. Ergebnisse: Der AS-Datensatz umfasste 5.322 DEGs, während es 1.439 DEGs und 206 Modulgene bei RA gab. Die Schnittmenge der DEGs für AS und der entscheidenden Gene für RA betrug 53, die in die Immunität involviert waren. Nach dem PPI-Netzwerk und dem Bau des maschinellen Lernens wurden sechs Hubgene zur Erstellung eines Nomogramms und zur Bewertung der diagnostischen Wirksamkeit verwendet, das einen hohen diagnostischen Wert zeigte (AUC von 0,723 bis 1). Die Immuninfiltration offenbarte ebenfalls die Störung der Immunzellen. Fazit: Sechs immunbezogene Hubgene (NFIL3, EED, GRK2, MAP3K11, RMI1 und TPST1) wurden identifiziert, und das Nomogramm wurde für die Diagnose von AS mit RA entwickelt.
Liu et al. (Thu,) untersuchten diese Frage.