目的:糖尿病肾病是全世界慢性肾脏病和终末期肾脏病的主要原因。早期诊断对于延缓疾病进展至关重要。本研究的目的是利用机器学习策略和生信分析技术确定糖尿病肾病新的潜在诊断标志物,探究与标志物相关的生物学过程,并研究它们与糖尿病肾病肾组织免疫细胞浸润之间的关系。方法:1、从GEO数据库中下载来自糖尿病肾病和对照组样本的肾组织基因表达谱(GSE30528、GSE96804和GSE99339)作为训练集,下载基因表达谱(GSE47185和GSE30122)作为验证集。使用训练集确定了差异表达的基因。2、采用LASSO回归、支持向量机和随机森林三种机器学习策略来确定潜在的糖尿病肾病诊断标志物。3、为了评估这些潜在生物标志物的诊断效果,分别绘制了训练集和验证集的ROC曲线,并对糖尿病肾病和对照组的肾脏组织进行了生物标志物的免疫组化染色。4、此外,还采用CIBERSORT、XCELL和TIMER算法评估了糖尿病肾病肾组织的免疫细胞浸润情况,并研究了生物标志物和浸润的免疫细胞之间的关系。结果:1、以矫正后的P值<0.05和|log2差异倍数|>1为筛选标准,共鉴定出了95个糖尿病肾病肾组织的差异表达基因。其中3medical birth registry9个基因在糖尿病肾病肾组织中高表达,56个基因在糖尿病肾病肾组织中低表达。2、使用LASSO回归、支持向量机和随机森林三种机器学习策略最终确定了DUSP1和PRKAR2B为诊断糖尿病肾病的潜在生物标志物基因。3、DUSP1和PRKAR2B在训练集的ROC曲SAG生产商线下面积分别为0.945和0.9selleckchem32,在验证集的ROC曲线下面积分别为0.789和0.709。免疫组化染色结果表明,与正常对照组相比,糖尿病肾病患者的DUSP1和PRKAR2B的表达水平明显降低。4、免疫细胞浸润分析结果表明,β记忆细胞、γ-δT细胞、巨噬细胞和中性粒细胞可能参与了糖尿病肾病的发展。此外,两个候选基因都与这些免疫细胞亚型有不同程度的关联。结论:DUSP1和PRKAR2B是糖尿病肾病的潜在诊断标志物,它们与免疫细胞浸润密切相关。