Identification of Critical Genes for Recurrent Aphthous Ulcer by Transcriptome Data Analysis and Mendelian Randomization.

چکیده اصلی

PURPOSE: Recurrent aphthous ulcer (RAU) is a common oral mucosal disorder with a poorly understood etiology, significantly affecting patients' quality of life. This study aims to investigate critical genes linked to RAU and explore their biological mechanisms using transcriptomic data and Mendelian randomization (MR) analysis. MATERIALS AND METHODS: RAU-related gene expression data from the GEO database (GSE37265) were analyzed to identify differentially expressed genes (DEGs). A two-sample MR approach was used to assess the causal impact of expression quantitative trait loci (eQTL) on RAU. Critical genes were identified by intersecting DEGs with significant MR findings. GO and KEGG pathway enrichment analyses were performed, along with GSEA and immune cell infiltration analysis, to investigate the functions and mechanisms of these genes in RAU. RESULTS: A total of 184 differentially expressed genes (DEGs) were identified, while 339 RAU-associated genes were screened through MR analysis. Cross-validation further identified 7 critical genes. Among these, CCR1, ERP27, HCK, MICB, and SLC2A3 showed protective associations with RAU risk, whereas CD177 and IFITM1 were positively associated with increased risk. Enrichment analysis revealed that these genes are involved in specific biological processes, including cell migration, immune response, and metabolic regulation, which are closely linked to RAU pathogenesis. CONCLUSION: This systematic study comprehensively investigates the critical causative genes underlying RAU, emphasizing the intricate relationships between immune regulation and metabolic disturbances in its pathology. These findings lay a solid foundation for the development of novel biomarkers and may inform future research on targeted therapeutic strategies for RAU.

ترجمه فارسی چکیده

هدف این مطالعه بررسی ژن‌های حیاتی مرتبط با زخم‌های دهانی تکرارشونده (RAU) و بررسی مکانیسم‌های بیولوژیک آن‌ها با استفاده از داده‌های ترنسکریپتوم و تحلیل تصادفی‌سازی مِدلیان است. داده‌های بیان ژن مرتبط با RAU از پایگاه داده GEO (GSE37265) تحلیل شدند تا ژن‌های بیان‌شده متفاوت (DEGs) شناسایی شوند. رویکرد تصادفی‌سازی مِدلیان دو نمونه‌ای برای ارزیابی تأثیر عوامل ژنتیکی بر اساس بیان (eQTL) بر RAU استفاده شد. ژن‌های حیاتی با تقاطع DEGs و یافته‌های MR شناسایی شدند. تحلیل‌های غنی‌سازی مسیر GO و KEGG، GSEA و تحلیل نفوذ سلول‌های ایمنی برای بررسی توابع و مکانیسم‌های این ژن‌ها در RAU انجام شد. در مجموع 184 ژن بیان‌شده متفاوت شناسایی شد، در حالی که 339 ژن مرتبط با RAU از طریق تحلیل MR غربالگری شد. اعتبارسنجی متقاطع 7 ژن حیاتی را شناسایی کرد. از این ژن‌ها، CCR1، ERP27، HCK، MICB و SLC2A3 همبستگی محافظت‌کننده با خطر RAU را نشان دادند، در حالی که CD177 و IFITM1 همبستگی مثبت با افزایش خطر را نشان دادند. تحلیل‌های غنی‌سازی نشان داد که این ژن‌ها در فرآیندهای زیستی خاصی شامل مهاجرت سلولی، پاسخ ایمنی و تنظیم متابولیک دخیل هستند که به طور نزدیک به مکانیسم‌های بیماری‌زایی RAU مرتبط هستند.

متن کامل اصلی