在线应用程序通过六个基因诊断动脉样硬化
Zunlan Zhao1, Shouhang Chen2, Hongzhao Wei3
1Department of General Medicine, Henan Provincial People's Hospital, People's Hospital of Zhengzhou University, Zhengzhou, Henan, China.
PloS one
|April 10, 2024
概括
这项研究使用血液基因表达数据开发了一个准确的动脉样硬化 (AS) 诊断模型. 可访问的Shiny应用程序有助于早期发现和预测AS,这是一个主要的心血管疾病风险.
科学领域:
- 生物医学信息学 生物医学信息学
- 心血管研究研究心血管研究
- 基因组学就是基因组学.
背景情况:
- 动脉样硬化 (AS) 是全球心血管疾病死亡的主要原因.
- 对AS的早期发现和准确的诊断模型对于减少死亡人数至关重要.
- 血液样本分析提供了一个有希望的,但目前缺乏的,用于AS诊断和预后的准确工具.
研究的目的:
- 开发一个方便,简单,准确的模型,用于早期检测动脉样硬化.
- 通过差异基因表达分析识别与AS相关的关键基因.
- 创建一个公开可访问的工具,用于AS诊断.
主要方法:
- 从GEO数据库下载和预处理的血液样本表达数据,包括批量效应校正.
- 进行差异表达分析 (DEA) 来识别与动脉样硬化相关的基因.
- 利用梯度增强和随机森林模型用于基因重要性评估和预测模型构建.
主要成果:
- 整合了七个数据集,包括403个AS和325个健康样本.
- 确定了331个与动脉样硬化相关的基因,其中前6个由渐变增强突出显示.
- 随机森林模型在预测AS方面取得了超过0.8的准确性,超过了现有的方法.
结论:
- 开发了一个基于6个动脉样硬化相关基因的预后闪亮应用程序.
- 该应用程序提供了动脉样硬化的准确诊断.
- 该工具有助于将AS样本与正常样本区分开来,从而改善患者的治疗结果.
