使用WGCNA和机器学习算法识别非阻断性亚精子症的潜在生物标志物.
Qizhen Tang1, Quanxin Su1, Letian Wei1
1Department of Urology, The First Affiliated Hospital of Dalian Medical University, Dalian, Liaoning, China.
Frontiers in endocrinology
|October 19, 2023
概括
研究人员确定了五个关键基因 (IL20RB,C9orf117,HILS1,PAOX,DZIP1) 作为非阻断性亚精细菌 (NOA) 的潜在生物标志物. 这种新的生物标志物模型显示了NOA的高诊断准确性,提供了新的治疗点.
科学领域:
- 基因组学就是基因组学.
- 分子生物学分子生物学
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
背景情况:
- 非阻塞性亚精子症 (NOA) 的发病过程复杂,缺乏有效的治疗策略.
- 在分子水平上了解NOA对于开发向治疗至关重要.
研究的目的:
- 分析NOA的分子病原性.
- 确定核心调节基因作为NOA的潜在诊断和治疗生物标志物.
主要方法:
- 使用了三个NOA微阵列数据集进行培训,一个用于验证.
- 应用差异基因表达分析,共识聚类和权重基因共同表达网络分析 (WGCNA).
- 采用机器学习算法 (XGB) 来识别和验证潜在的NOA生物标志物.
主要成果:
- 在NOA和对照组之间确定了215个差异表达基因 (DEG).
- 发现了五个关键基因 (IL20RB,C9orf117,HILS1,PAOX,DZIP1) 作为强大的NOA生物标志物.
- 开发了一种具有高诊断准确度 (AUC=0.982) 的五种生物标志物模型,在独立数据集中得到验证.
结论:
- 已识别的基因 (IL20RB,C9orf117,HILS1,PAOX,DZIP1) 与NOA有着强烈的关联,并有可能成为治疗点.
- 开发的诊断模型具有很高的准确性,并为临床应用提供了进一步的实验验证.


