基于机器学习算法和诊断准确性评估的扩张性心肌病关键基因的选择
Tingting Chen1, Xiulin Xuan1, Jiajia Ni1
1Department of Cardiovascular Medicine, Hangzhou First People's Hospital, Affiliated to Zhejiang University School of Medicine, Hangzhou, China.
Journal of thoracic disease
|September 11, 2023
概括
扩张性心肌病的机制尚不清楚. 这项研究确定了CCL5和CTGF作为关键基因,显示出高诊断效率和与免疫细胞透和纤维化的潜在联系.
科学领域:
- 心血管生物学 心血管生物学
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 扩张性心肌病 (DCM) 的发展和进展背后的精确机制需要进一步研究.
- 编程语言和生物数据库的进步促进了分子数据的分析,以确定致病基因和机制.
- 了解DCM的遗传和分子基础对于开发有效的治疗策略至关重要.
研究的目的:
- 使用机器学习算法识别涉及扩张性心肌病的关键致病基因.
- 探索DCM中已识别的关键基因与免疫微环境之间的关联.
- 通过转录基因分析,为扩张性心肌病的病变产生提供新的见解.
主要方法:
- 从基因表达综合 (GEO) 数据库 (GSE29819,GSE21610) 下载了扩张性心肌病 (DCM) 的转录组测序数据.
- 在DCM和正常心脏组织之间选差异表达基因 (DEGs).
- 采用LASSO回归和随机森林算法来识别关键基因,并使用接收器操作特征 (ROC) 曲线评估诊断效率.
主要成果:
- 鉴定了DCM心脏组织中的213个DEG,包括与对照组相比101个上调和102个下调的基因.
- 在DCM样本中,CCL5和CTGF显著上调.
- ROC分析表明,CCL5 (AUC=0.821) 和CTGF (AUC=0.902) 的诊断效率很高.
结论:
- CCL5和CTGF被确定为扩张性心肌病的关键致病基因,具有显著的诊断潜力.
- 在DCM中,CCL5与免疫细胞透呈正相关性.
- 在扩张性心肌病的背景下,CTGF可能与心肌纤维化有关.


