miRDM-rfGA:基于基因算法识别用于检测2型糖尿病的miRNA集
Aron Park1, Seungyoon Nam2,3
1Department of Health Sciences and Technology, Gachon Advanced Institute for Health Sciences and Technology (GAIHST), Gachon University, Incheon, 21999, Korea.
BMC medical genomics
|August 23, 2023
概括
研究人员使用遗传算法和miRNA测序数据确定了一组最佳的三种microRNAs (miRNAs) 来检测2型糖尿病 (T2DM). 这种miRNA生物标志物发现方法显示了T2DM诊断的前景.
科学领域:
- 生物化学 生物化学
- 遗传学 是一个遗传学.
- 计算生物学 计算生物学
背景情况:
- 2型糖尿病 (T2DM) 是一个全球性的健康问题,影响全球超过4.51亿成年人.
- 准确和早期发现T2DM对于有效管理和预防并发症至关重要.
- 微RNA (miRNA) 正在成为各种疾病的潜在生物标志物,包括T2DM.
研究的目的:
- 确定miRNA生物标记物的最佳组合,以检测T2DM.
- 评估基因算法 (GA) 方法在T2DM中发现miRNA生物标记物的有效性.
- 通过目标mRNA分析和功能丰富来验证已识别的miRNA生物标志物.
主要方法:
- 利用了95个样本 (T2DM和健康个体) 的miRNA测序 (miRNA-Seq) 数据.
- 采用基于森林的随机遗传算法 (miRDM-rfGA) 进行特征选择,以确定最佳的miRNA子集.
- 在各种参数设置中,将GA衍生的miRNA子集与传统方法 (F-test,Lasso) 的子集进行比较.
主要成果:
- 使用miRDM-rfGA (设置5) 识别的最佳miRNA子集实现了高诊断性能 (平均AUROC=0.92).
- 已识别的生物标志物集包括三个miRNAs:hsa-miR-125b-5p,hsa-miR-7-5p和hsa-let-7b-5p.
- 功能分析证实了这些miRNA及其向mRNA在T2DM相关途径和生物过程中的参与.
结论:
- 基于基因算法对miRNA-Seq数据的分析成功地确定了用于T2DM检测的最佳miRNA生物标志物集.
- 在复杂疾病中,GA方法是有效发现生物标志物的宝贵工具.
- 这项研究强调了特定miRNAs作为T2DM诊断的非侵入性生物标志物的潜力,并表明它们在疾病发病过程中的作用.
