整合机器学习和生物信息学方法,用于识别结直肠癌中新型诊断基因生物标志物
Ayoub Vaziri-Moghadam1, Mohammad-Hadi Foroughmand-Araabi2
1Department of Computer Engineering, Sharif University of Technology, Tehran, Iran.
Scientific reports
|October 21, 2024
概括
这项研究确定了9个关键基因作为结直肠癌 (CRC) 的潜在诊断生物标志物. 这些基因在区分癌症和正常组织方面表现出很高的准确性,有助于早期检测.
科学领域:
- 基因组学和生物信息学
- 癌症研究 癌症研究
- 分子诊断学 分子诊断
背景情况:
- 结肠直肠癌 (CRC) 的诊断依赖于准确的生物标志物.
- 基因表达造型为识别新型诊断标记提供了一个有希望的途径.
- 现有的诊断方法可以通过更敏感和更具体的分子指标来改进.
研究的目的:
- 识别和验证结直肠癌 (CRC) 的新型诊断基因生物标志物.
- 分析来自多个数据集的基因表达数据,以找到强大的CRC标记物.
- 用机器学习算法评估候选基因的诊断性能.
主要方法:
- 在五个结肠癌数据集 (GSE10950,GSE25070,GSE41328,GSE74602,GSE142279) 中进行了基因表达差异分析.
- 基因共同表达网络分析和蛋白质-蛋白质相互作用网络重建 (STRING).
- 对于候选基因选择和机器学习算法 (RF,SVM,ANN,GBM) 的LASSO逻辑回归用于性能评估.
主要成果:
- 在DEG和共同表达网络模块之间发现了283个重叠的基因.
- 通过LASSO回归选择了11个候选诊断基因.
- 使用机器学习,九个基因 (CDC25B,CDK4,IQGAP3,MMP1,MMP7,SLC7A5,TEAD4,TRIB3,UHRF1) 显示出高诊断准确度 (AUROC>0.92) 并通过AUROC>0.95进行验证.
- 这9个基因与12种类型的免疫细胞有显著的相关性.
结论:
- 这九个已识别的基因具有很强的潜力,可以作为结直肠癌的可靠诊断生物标志物.
- 这些生物标志物具有高的诊断性能,在多个数据集和算法中得到验证.
- 对这些基因的进一步调查可能会导致CRC早期检测策略的改进.
