基于机器学习,识别和验证与免疫透相关的新生物标志物,用于诊断骨肉瘤
Yuqiao Ji1, Zhengjun Lin1, Guoqing Li1
1Department of Orthopedics, The Second Xiangya Hospital, Central South University, Changsha, Hunan, China.
Frontiers in genetics
|September 21, 2023
概括
这项研究确定了四个与免疫相关的基因 (ASNS,CD70,SRGN,TRIB3) 作为骨髓瘤的新型诊断生物标志物. 这些基因具有很高的准确性,与免疫细胞透相关,为改善骨髓瘤诊断提供了潜在的可能性.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 骨髓瘤是儿童和青少年最常见的原发性骨癌.
- 目前用于骨髓瘤的诊断方法缺乏足够的有效性,并且5年生存率没有显著改善.
- 迫切需要新的生物标志物来帮助早期诊断和治疗骨髓瘤.
研究的目的:
- 通过探索与免疫细胞透相关的基因,识别骨髓瘤的新型诊断生物标志物.
- 用机器学习和验证技术评估候选生物标记物的诊断准确性.
- 调查已识别的生物标志物与骨髓瘤中的免疫微环境之间的相关性.
主要方法:
- 使用基因表达综合 (GEO) 数据集 (GSE19276,GSE36001,GSE126209) 用于基因表达分析.
- 采用生物信息学方法,包括差异基因表达分析 (limma),LASSO回归和支持矢量机-递归特征消除 (SVM-RFE).
- 使用定量实时PCR (qRT-PCR) 和西部斑分析验证的候选生物标志物,并使用CIBERSORT评估免疫细胞透.
主要成果:
- 在骨髓瘤样本中确定了71个差异表达基因 (DEGs),在免疫相关功能中进行了丰富.
- 通过机器学习模型选择了四个具有高诊断价值 (AUC 0.9000.955) 的候选枢纽基因 (ASNS,CD70,SRGN,TRIB3).
- 证明了这四个基因与各种免疫细胞 (包括单细胞和中性粒细胞) 的透水平之间的显著相关性.
结论:
- 确认ASNS,CD70,SRGN和TRIB3作为与免疫相关的候选生物标志物,具有对骨髓瘤的高诊断准确性.
- 突出了这些生物标志物与免疫细胞丰富性的显著关联,表明它们在骨髓瘤瘤免疫微环境中的作用.
- 这些发现提供了有希望的新型诊断标记,以改善骨髓瘤患者的治疗结果.
