Identification of tacrolimus-related genes in familial combined hyperlipidemia and development of a diagnostic model using bioinformatics analysis
Xu Y., He H., Li H.
การศึกษาไปข้างหน้า ตีพิมพ์ในวารสาร Heliyon ปี 2025 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาไปข้างหน้า
- วารสาร
- Heliyon (2025)
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- —
- แหล่งข้อมูล
- Europe PMC
- PMID
- 39916852
- PMCID
- PMC11800081
- DOI
- 10.1016/j.heliyon.2025.e41705
- จำนวนการอ้างอิง
- 1
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
Background Clinical observations have revealed that patients undergoing organ transplantation administered tacrolimus often experience abnormal lipid metabolism with serious consequences. Thus, the intricate interplay between tacrolimus and lipid metabolism must be addressed to develop targeted therapeutic interventions. Our ongoing research aims to develop precision medicine approaches that not only alleviate the immediate repercussions for organ transplant patients but also enhance their long-term outcomes. To this end, we investigated the potential genes associated with tacrolimus metabolism in familial combined hyperlipidemia (FCHL) to identify relevant biomarkers of FCHL, develop predictive diagnostic models for hyperlipidemia, and reveal potential therapeutic targets for FCHL. Methods Dataset GSE1010 containing information on patients diagnosed with FCHL was obtained from the Gene Expression Omnibus (GEO), and an ensemble of tacrolimus-related genes (TRGs) was retrieved from the GeneCards, STITCH, and Molecular Signatures Database databases. A thorough weighted gene co-expression network analysis was conducted, including a differential expression analysis of the GSE1010 and TRG datasets, to identify intricate patterns of gene co-expression and provide insights on the underlying molecular dynamics within the datasets. Key genes were screened, diagnostic models were constru
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
ระดับหลักฐาน
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้