妊娠高血圧症候群の機械学習によるDNAメチル化マーカー

科学分野:

• 産科および婦人科;エピジェネティクス;ゲノミクス

背景:

• 妊娠高血圧症候群（HDP）は、妊娠高血圧と子癇前症を含み、母体と胎児の健康に重大なリスクをもたらします。HDPリスクの早期特定は、適時の介入と転帰の改善に不可欠です。エピジェネティックバイオマーカーと臨床因子を統合することは、予測モデルを強化するための有望な道を提供します。

研究 の 目的:

• 第一トリメスターにおけるHDPのリスクがある妊娠中の個人を特定するための予測モデルを開発すること。HDP予測のエピジェネティックバイオマーカーとしての差次的メチル化領域（DMR）の有用性を調査すること。包括的なリスク評価のために、エピジェネティックデータと確立された臨床リスク因子を組み合わせること。

主な方法:

• 中国の618人の妊娠中の女性を対象とした2段階のネストされた症例対照研究。DMRのメチル化レベルを評価するために、第一トリメスターの末梢血サンプルを分析しました。機械学習モデル（ラッソ回帰、XGBoost、ランダムフォレスト、Shapley Additive Explanations）を利用して、有意なDMRを特定しました。選択されたDMRと臨床因子を統合して、ロジスティック回帰を使用して予測モデルを構築しました。

主要な成果:

• 発見段階で52の差次的DMRを特定し、第2段階で12のDMRを検証しました。予測モデルのために、CTSA、HMGB1、およびmiR1908/FADS2遺伝子に位置する3つの主要なDMRを選択しました。結合モデルは、トレーニングセットで0.863、テストセットで0.757のAUCを達成し、予測能力を示しました。

結論:

• 末梢血で特定されたDMRは、HDPリスクの早期エピジェネティックバイオマーカーとしての可能性を示しています。このアプローチは、ハイリスク妊娠の早期特定のための新しい戦略を提供します。これらの発見は、HDPのエピジェネティックな根底にある理解に貢献します。