使用microRNA配置文件和机器学习识别高血压亚型
Smarti Reel1, Parminder S Reel1, Josie Van Kralingen2
1Division of Population Health and Genomics, School of Medicine, University of Dundee, Dundee DD2 4BF, United Kingdom.
European journal of endocrinology
|March 19, 2025
概括
这项研究表明,循环中的microRNAs (miRNAs) 可以帮助区分内分泌高血压 (EHT) 和初级高血压 (PHT). 机器学习为准确的EHT亚型诊断确定了特定的miRNA.
科学领域:
- 发现生物标志物的发现.
- 基因组学就是基因组学.
- 心血管研究的心血管研究.
背景情况:
- 高血压影响了三分之一的成年人,主要高血压 (PHT) 是最常见的.
- 内分泌高血压 (EHT),约10%的病例,来自诸如原发性阿尔多斯特隆症 (PA),库辛综合征 (CS) 或染色细胞瘤/对干细胞瘤 (PPGL) 等疾病.
- 对于EHT的诊断往往是错误的,延迟了治疗,导致管理效率低下.
研究的目的:
- 识别循环中的微RNA (miRNA) 生物标记物,以区分EHT及其亚型与PHT.
- 评估机器学习 (ML) 在使用miRNA配置文件对高血压类型的分类中的有效性.
主要方法:
- 循环miRNA特征的系统分析.
- 应用8种监督机器学习方法进行分类和预测.
- 使用miRNA数据来区分EHT亚型 (PA,CS,PPGL) 和PHT.
主要成果:
- 机器学习模型实现了高精度:从PHT分类PPGL,CS和EHT的AUC为0.9.
- 模型在区分PA与PHT时达到0.8的AUC.
- 已发现的关键循环miRNA包括hsa-miR-15a-5p和hsa-miR-32-5p.
结论:
- 循环中的miRNAs显示出作为ETH的诊断生物标志物的巨大潜力.
- 机器学习是识别高血压诊断的信息性miRNA的可行工具.


