La selección de características basada en explicaciones aditivas de Shapley revela que CXCL14 es un gen clave...

Área de la Ciencia:

• Medicina de los pulmones
• La genómica
• La bioinformática

Sus antecedentes:

• La fibrosis pulmonar idiopática (IPF) es una enfermedad pulmonar progresiva caracterizada por una acumulación excesiva de tejido fibroso.
• Lleva a un deterioro de la función respiratoria y a una reducción de la calidad de vida.
• La comprensión actual de la patogénesis de la FPI es incompleta, lo que pone de relieve la necesidad de nuevos biomarcadores y terapias.

Objetivo del estudio:

• Identificar los cambios en la expresión génica asociados con la FPI utilizando conjuntos de datos disponibles públicamente.
• Desarrollar un modelo predictivo para la FPI basado en genes expresados diferencialmente.
• Explorar el papel de los genes identificados en la patogénesis de la FPI.

Principales métodos:

• Análisis de cinco conjuntos de datos de expresión génica omnibus (GSE15197, GSE53845, GSE135065, GSE185691, GSE195770).
• Identificación de genes expresados diferencialmente (DEG) mediante el modelado lineal y el análisis integrador.
• Construcción de un modelo predictivo de regresión logística utilizando LASSO y Random Forest, validado con el análisis SHAP.

Principales resultados:

• CXCL14, MMP7 y MDK fueron identificados como DEGs principales en la IPF.
• El modelo predictivo logró un alto rendimiento (AUC 0,92 en el entrenamiento, 0,89 en la validación).
• CXCL14 fue la característica más influyente, con efectos sinérgicos con TGF-β1 en la fibrosis.

Conclusiones:

• La patogénesis de la FPI está relacionada con la remodelación de la matriz extracelular y la desregulación inmune.
• Los biomarcadores identificados (CXCL14, MMP7, MDK) muestran potencial para el diagnóstico y el tratamiento tempranos de la FPI.
• El modelo de aprendizaje automático justifica una mayor validación para la utilidad clínica.