인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Inflammatory bowel disease (IBD) is a chronic gastrointestinal disease that imposes a severe health burden globally. Single-cell RNA sequencing (scRNA-seq) technology helps to elucidate the molecular characteristics and functional states of individual cells, thereby advancing the study of IBD's intricate mechanisms. Most current studies focus on small-scale samples from a few cell subclusters, lacking large-scale, systematic analyses of IBD. By collecting and integrating multiple datasets, large-scale sample datasets were analyzed for cell type identification and reclassification, addressing this gap. In this study, we collected and merged several public IBD-related scRNA-seq datasets, creating a dataset with millions of cells. Using data mining tools and bioinformatics techniques, we have identified Treg cells, Th17 cells, the macrophage C12 subcluster, and the fibroblast C5 subcluster as being significantly associated with IBD. These cell types play crucial roles in inflammation, fibrosis, and immune regulation. Differential gene expression analysis revealed several potential biomarkers, including IL2RA, HSF1, and TNFSF8 in Treg cells; PIM3, RIPK2, and TLR2 in macrophage C12 subcluster; and CDH11, OSMR, and BRD4 in fibroblast C5 subcluster. These biomarkers could serve as potential therapeutic targets, contributing to a deeper understanding and more effective treatment of IBD.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
