Rechercher
image du produit
Tuberculosis

S'abonner

Combining bioinformatics and machine learning to identify diagnostic biomarkers of TB associated with immune cell infiltration - 26/11/24

Doi : 10.1016/j.tube.2024.102570 
Shoupeng Ding a, 1, Xiaomei Yi d, 1, Jinghua Gao e, 1, Chunxiao Huang a, Yuyang Zhou b, Yimei Yang c, Zihan Cai b, ⁎
a Department of Laboratory Medicine, Gutian County Hospital, Gutian, 352200, China 
b Department of Medical Laboratory, Siyang Hospital, Siyang, 237000, China 
c Department of Microbiology and Immunology, School of Basic Medical Sciences, Dali University, Dali, 671000, China 
d Department of Laboratory Medicine, Ninghua County General Hospital, Ninghua, 365400, China 
e Chuxiong Yi Autonomous Prefecture People's Hospital, Chuxiong, 675000, China 

⁎Corresponding author. Department of Medical Laboratory, Siyang Hospital, Siyang County, Jiangsu Province, China.Department of Medical LaboratorySiyang HospitalSiyang CountyJiangsu ProvinceChina

Abstract

Objective

The asymptomatic nature of tuberculosis (TB) during its latent phase, combined with limitations in current diagnostic methods, makes accurate diagnosis challenging. This study aims to identify TB diagnostic biomarkers by integrating gene expression screening with machine learning, evaluating their diagnostic potential and correlation with immune cell infiltration.

Methods

We analyzed GSE19435, GSE19444, and GSE54992 datasets to identify differentially expressed genes (DEGs). GO and KEGG enrichment characterized gene functions. Three machine learning algorithms identified potential biomarkers, validated with GSE83456, GSE62525, and RT-qPCR on clinical samples. Immune cell infiltration was analyzed and verified with blood data.

Results

249 DEGs were identified, with PDE7A and DOK3 emerging as potential biomarkers. RT-qPCR confirmed their expression, showing AUCs above 0.75 and a combined AUC of 0.926 for TB diagnosis. Immune infiltration analysis revealed strong correlations between PDE7A, DOK3, and immune cells.

Conclusion

PDE7A and DOK3 show strong diagnostic potential for TB, closely linked to immune cell infiltration, and may serve as promising biomarkers and therapeutic targets.

Le texte complet de cet article est disponible en PDF.

Keywords : Tuberculosis, Machine learning, Diagnostic biomarkers, Immune cell infiltration

Abbreviations : TB, RT-qPCR, GEO, GSEA, MTB


Plan


© 2024  Elsevier Ltd. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

    •

  • Contenu

    •

Vol 149

Article 102570- décembre 2024 Retour au numéro
Article précédent Article précédent
  • Tuberculosis and T cells: Impact of T cell diversity in tuberculosis infection
  • Deepak Vats, Geeta Rani, Alisha Arora, Vidushi Sharma, Isha Rathore, Shaikh Abdul Mubeen, Archana Singh
| Article suivant Article suivant
  • Altered intestinal microbiota and fecal metabolites in patients with latent and active pulmonary tuberculosis
  • Hua Zhang, Mengjiao Xue, Xinxin He, Lifang Sun, Qiang He, Yunguang Wang, Juan Jin

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Accès rapides

Mon compte

Aide & support

Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.

Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.