Construcción de un modelo de predicción de características genéticas y mecánicas para la enfermedad inflamatoria...

Área de la Ciencia:

• Descubrimiento de biomarcadores
• Biología computacional
• Inmunología

Sus antecedentes:

• La enfermedad inflamatoria intestinal (EII) es un trastorno inflamatorio crónico con una etiología poco clara, que plantea desafíos de diagnóstico.
• La detección temprana y la investigación de biomarcadores de la sangre periférica son cruciales para el manejo de la EII.
• Los diagnósticos actuales de EII carecen de marcadores definitivos y no invasivos.

Objetivo del estudio:

• Desarrollar un modelo de diagnóstico para la EII utilizando técnicas de aprendizaje automático.
• Identificar nuevos biomarcadores de la sangre periférica para la detección temprana de EII.
• Explorar las vías relacionadas con el sistema inmunitario asociadas con los biomarcadores de EII identificados.

Principales métodos:

• Utilizó un enfoque de análisis conjunto multichip con algoritmos de aprendizaje automático (LASSO, SVM, RF) y redes neuronales artificiales (ANN).
• Desarrolló un modelo de diagnóstico de EII que incorpora el modelo SHAP para la interpretación de las características.
• Se han realizado análisis de enriquecimiento de la vía genética (GO) y KEGG para los genes de expresión diferencial.
• Examinó las relaciones entre los genes identificados y las poblaciones de células inmunes.

Principales resultados:

• Se identificaron cuatro biomarcadores cruciales de la EII: LOC389023, DUOX2, LCN2 y DEFA6.
• Estos biomarcadores están asociados con la modulación del sistema inmune y las alteraciones microbianas.
• Las vías enriquecidas incluyen la señalización antimicrobiana e IL-17; los macrófagos M1 mostraron cambios diferenciales estables.

Conclusiones:

• La expresión diferencial de los genes LOC389023, DUOX2, LCN2 y DEFA6 está relacionada con los efectos inmunológicos en la EII.
• Los modelos de aprendizaje automático demuestran un rendimiento de diagnóstico superior para la EII en comparación con las ANN.
• Los hallazgos proporcionan una base para el diagnóstico clínico de EII, la terapia dirigida y la evaluación del pronóstico.