Screening of potential markers for vitiligo based on bioinformatics and LASSO regression and prediction of herbal medicine（基于生物信息学和LASSO回归筛选白癜风潜在标志物及其相关治疗中药预测）

[摘要]  目的  运用生物信息学技术筛选与白癜风相关的生物标志物。方法  从GEO数据库中获取白癜风基因表达谱，鉴定差异表达基因（DEGs）；对这些差异表达基因进行基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析。通过加权基因共表达网络分析（WGCNA）获取与白癜风关系最密切模块中的核心基因并与DEGs取交集；对交集基因进行蛋白网络分析（PPI）；利用Cytohubba与LASSO回归分析筛选关键基因，利用ssGSEA分析关键基因在白癜风与免疫浸润细胞之间的关系；运用ROC 曲线验证其关键基因的诊断有效性；并利用数据库预测与关键基因相关的中药。最后，通过逆转录定量聚合酶链反应（RT-qPCR）和Western Blot实验验证这些关键基因。结果  共鉴定出667个DEGs，富集分析主要涉及细胞粘附分子、T细胞受体信号通路等。从Cytohubba的5种算法中筛选出19个核心基因，LASSO回归分析进一步确定了4个关键基因（IL7R、GZMH、CD3G、UBD）。免疫细胞浸润分析表明，这4个关键基因在免疫细胞中均有高表达。中药预测结果显示，有15种中药与关键基因相关。RT-qPCR和Western Blot结果显示，IL7R、GZMH、CD3G表达显著上调。结论  本研究采用生物信息学方法探索白癜风的生物标志物，并通过体外实验验证了IL7R、GZMH和CD3G作为新的候选基因的潜力。这些基因可能成为白癜风诊断、预后和治疗的新靶点。

[关键词]  生物信息学；白癜风；免疫浸润；LASSO回归分析；加权基因共表达网络分析