レーニン・アンジオテンシン系における遺伝子アノテーションのためのディープラーニング駆動プロテオミクス分析

科学分野:

• 心血管生物学
• ゲノミクス
• 医療における人工知能

背景:

• レニン-アニオテンシン系 (RAS) は心臓血管疾患において重要な役割を果たしますが,その遺伝子の機能の多くは十分に理解されていません.
• これらの機能を理解することは 高血圧や心筋病などの 効果的な治療法の開発に不可欠です

研究 の 目的:

• RAS遺伝子機能とその生物学的経路の関与を体系的にアノテーションするためのマルチラベル深層学習モデルを開発し,検証する.
• 心血管疾患の病原性に関連した新しいRAS成分と相互作用経路を特定する.

主な方法:

• 機能生成のためにTF-IDFとPCAを使用して39,463のRAS関連出版物を処理しました.
• マルチラベル分類のための多層感知器 (MLP) を適用し,精度,F1スコア,ランキング損失,およびROC-AUCでパフォーマンスを評価した.
• 超血圧マウスモデルにおける細胞外膀 (EV) プロテオミクスと毛細血管西側アッセイを用いて,シリコ予測で検証された.

主要な成果:

• ディープラーニングモデルは高性能 (精度:0.7474,ROC-AUC:0.8697) を達成し,従来の方法よりも優れている.
• 遺伝子を生物学的分岐にグループ化することで,モデルの解釈性と性能がさらに向上しました (精度: 0.8312,ROC-AUC: 0.9182).
• AGTR2,IRAP,Ywhas,EDNRA,ESR2を重要なRAS遺伝子として特定し,IRAPは高血圧で著しく上調され,重要なシグナリング分子と相互作用する.

結論:

• この研究は,RAS経路の注釈のためのEVプロテオミクスとマルチラベルAIの最初の統合を提示し,複雑な遺伝子経路関係を理解するための強力な枠組みを提供します.
• 新しいIRAP/Ywha(s) /Nedd4-2-ACE2相互作用軸を明らかにし,高血圧および関連心血管疾患の潜在的な治療標的を強調した.