基于机器学习算法识别和验证深透性子宫内膜异位症的诊断生物标志物
Shanping Shi1, Chao Huang1, Xiaojian Tang1
1Department of Obstetrics and Gynecology, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, 200025, P.R. China.
Journal of biological engineering
|November 26, 2024
概括
研究人员确定USP14是早期诊断深透性子宫内膜异位症 (DIE) 的关键生物标志物. 这种deubiquitinating酶在DIE组织中显示出显著的上调和预测价值,提供了一个新的诊断目标.
科学领域:
- 生物化学 生物化学
- 基因组学就是基因组学.
- 在瘤学瘤学.
背景情况:
- 深层透性子宫内膜异位症 (DIE) 存在诊断方面的挑战.
- 早期诊断对于有效的管理和改善患者结果至关重要.
- 确定DIE的新生物标志物是一个重要的未满足的临床需求.
研究的目的:
- 调查二基化酶USP14作为DIE早期诊断的生物标志物的潜力.
- 用生物信息学和机器学习方法识别与DIE相关的关键基因.
- 评估USP14在DIE中的诊断和临床意义.
主要方法:
- 来自基因表达综合 (GEO) 数据库的GSE141549数据集的生物信息分析.
- 机器学习算法的应用,包括LASSO,随机森林和支持矢量机.
- 在DIE组织中使用免疫组织化学染色验证USP14表达.
主要成果:
- 双化酶USP14被确定为DIE的一个关键特征基因.
- 发现USP14在DIE组织中显著上调,具有高的诊断预测值 (AUC = 0.786).
- USP14在肌肉功能,细胞生长因子反应,染色体结构和免疫细胞功能方面发挥作用.
结论:
- USP14是早期诊断DIE的有前途的分子标.
- 这些发现具有重要的临床影响和对DIE诊断的潜在应用价值.
- 对USP14作用的进一步研究可以提高子宫内膜异位症的早期检测和管理策略.
