基于与铁死相关的基因构建和验证结直肠癌诊断模型
1From the Department of Gastroenterology, The Affiliated Hospital of Xuzhou Medical University, Xuzhou, Jiangsu, China.
Saudi medical journal
|December 16, 2025
概括
这项研究使用机器学习开发了一种与铁亡相关的结直肠癌 (CRC) 基因诊断模型. 该模型确定了关键基因,以帮助早期检测CRC并改善患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 铁,一种铁介导的细胞死亡,在瘤发生中起着至关重要的作用.
- 大肠直肠癌 (CRC) 的预后不好,需要新的诊断生物标志物.
- 识别与铁亡相关的基因可以为CRC诊断提供新的途径.
研究的目的:
- 开发一种用于结直肠癌 (CRC) 的诊断模型,利用与铁死相关的基因.
- 整合机器学习和基因表达分析,用于生物标志物发现.
- 提高早期发现和预后评估的CRC.
主要方法:
- 利用了GEO数据库 (GSE9348,GSE21510) 进行CRC和非瘤组织的基因表达特征.
- 鉴定出差异表达的基因并进行功能丰富分析 (KEGG).
- 使用机器学习模型 (SVM-RFE,LASSO) 来选择诊断标记.
主要成果:
- 鉴定了27个与炎症和NF-κB信号传递相关的不同表达的铁灭相关基因.
- 使用CHMP2A,CYCS,HMGB1,IL18,IL1B和GZMA构建了一个诊断模型.
- 使用ROC分析和PCR测定验证了模型的预测值.
结论:
- 建立了一个有效的基因基因诊断模型,用于CRC与ferroptosis相关.
- 已识别的基因和模型对CRC诊断具有前景.
- 需要进一步的临床验证才能在现实世界中应用.
