通过生物信息学分析筛选影响胃腺癌患者预后的铁死亡相关基因

摘要:目的 利用生物信息学分析筛选影响胃腺癌患者预后的铁死亡相关基因(ferroptosis-relatedgenes,FRGs)。 方法 通过 TCGA 数据库下载胃腺癌的基因表达和临床数据,使用 R软件获取铁死亡相关差异表达基因和预后相关基 因,并最终获得影响胃腺癌预后的 FRGs。使用 LASSO 回归分析构建风险模型,计算风险值。通过受试者工作特征曲 线(receiveroperatingcharacteristiccurve,ROC)比较患者5年生存率,使用单因素和多因素生存分析筛选独立预后因 素。对与胃腺癌预后相关的 FRGs进行通路富集分析。结果 从数据库中共得到443例患者临床信息,407个数据集。 通过比较发现163个在胃腺癌中差异表达的 FRGs,25个预后相关的 FRGs,取交集后发现14个影响胃腺癌患者预后的 FRGs。使用 LASSO 回归分析,最终筛选出8个 FRGs(NOX4、NOX5、GLS2、MYB、TGFBR、DUSP1、SLC1A4、NF2),构 建风险模型。依据患者的风险值,区分高、低风险组,发现高风险组患者总生存率明显低于低风险组。通过多因素生存 分析发现年龄、T分期和风险值可以作为独立预后因素。ROC曲线发现使用预后相关 FRGs构建的风险模型能够较好 地预测患者5年生存率(AUC=0.668)。对高、低风险组患者中的差异基因进行通路富集分析,发现差异基因可能与细 胞外基质组成和细胞外结构构成、PI3K-Akt等基因通路有关。结论 FRGs(NOX4、NOX5、GLS2等)影响胃腺癌患者 的预后,为胃腺癌的铁死亡研究提供了新的线索。     

肥厚型心肌病关键基因的鉴定及铁死亡机制

目的：利用生物信息学方法探究肥厚型心肌病(HCM)的关键基因、铁死亡基因和相关富集通路。方法：从GEO数据库下载GSE36961和GSE32453数据集,筛选共同差异表达基因(DEGs)进行富集分析,构建蛋白质相互作用(PPI)网络并鉴定关键基因,用GSE1145数据集验证关键基因的表达,绘制关键基因的受试者工作特征(ROC)曲线。此外,检索Genecards和FerrDb数据库,获得调控铁死亡基因并进行分析。结果：共筛选出136个共同DEGs,富集分析显示共同DEGs与流体剪切应力和动脉粥样硬化、糖尿病并发症中的晚期糖基化终产物及其受体信号通路等相关。PPI网络鉴定出4个关键基因,其中CCL2、CEBPD和PIM1在HCM中表达下调(均P<0.05),且对HCM有较高的诊断效能。另外,筛选出ATF3、LPCAT3和PIM1等10个调控铁死亡抗HCM的可能作用靶标,介导流体剪切应力和动脉粥样硬化、铁死亡等信号通路调控铁死亡途径。结论：CCL2、CEBPD和PIM1基因在HCM发病中具有重要作用,为HCM的诊断和治疗提供了参考,铁死亡相关基因为HCM发病机制的探索提供了新的方向。     

下肢外周动脉疾病铁死亡相关基因的生物信息学分析

目的 探索下肢外周动脉疾病的潜在铁死亡相关生物标志物及诊断治疗靶点。方法 应用生物信息学方法从基因表达综合数据库（gene expression omnibus,GEO）中下载下肢外周动脉疾病的转录组数据集,筛选出差异表达基因（differential expressed genes,DEGs）,并与铁死亡基因取交集,得到下肢外周动脉疾病相关的铁死亡基因,对其进行功能富集,同时通过受试者工作特征（receiver operating characteristic,ROC）曲线分析下肢外周动脉疾病相关的铁死亡基因的诊断价值;之后构建蛋白质相互作用网络,应用Cytoscape中的算法预测关键基因;最后通过miRWalk预测靶向关键基因的miRNA并构建网络图。结果 共筛选出9个下肢外周动脉疾病铁死亡相关基因,GO与KEGG的功能富集分析结果表明,这些基因与铁死亡、免疫调节、凋亡及糖尿病、动脉粥样硬化等相关,ROC诊断提示下肢外周动脉疾病患者中9个相关的铁死亡基因的平均曲线下面积（area under the curve,AUC）为0.930;基于算法筛选出4个关键基因：HMOX1、ALOX...     

基于铁死亡相关基因构建头颈部鳞状细胞癌的预后预测模型并验证

目的 构建基于铁死亡相关基因(ferroptosis-related genes, FRGs)的头颈部鳞状细胞癌(head and neck squamous cell carcinoma, HNSCC)预后预测模型并验证。方法 从TCGA和GEO数据库下载HNSCC RNA-seq数据及相关临床数据,分别作为训练队列和验证队列。从FerrDb网站提取共259个FRGs。利用单因素COX回归分析在训练队列中筛选与HNSCC患者预后有关的FRGs(P<0.01)。利用Lasso COX回归分析构建预后预测模型,并根据风险评分公式计算各临床样本的风险系数,然后使用Kaplan-Meier生存曲线和时间依赖性受试者操作特征(time-dependent receiver operating characteristic, time ROC)曲线评估该模型效能。同理,验证该模型在验证队列中的可行性和可重复性。最后采用单因素及多因素COX回归分析对该预后预测模型进行独立预后分析。结果 训练队列中与HNSCC患者预后显著相关的FRGs共有12个,在此基础之上利用Lasso COX回归算法构建...     

甲状腺癌铁死亡预后风险模型的构建及其潜在机制的生物信息学分析

目的：筛选甲状腺癌（TC）差异预后铁死亡基因（PFRGs）,构建TC铁死亡相关基因（FRGs）预后风险模型,并阐述其潜在作用机制。方法：从癌症基因组图谱（TCGA）数据库获取基因表达及临床数据,从铁死亡疾病数据库（FerrDb）和人类基因数据库（GeneCards）中获取FRGs,采用R软件筛选TCPFRGs;从TCGA和GTEx数据库获取TC组织和甲状腺组织中PFRGs mRNA表达数据,从人类蛋白图谱（HPA）数据库获取免疫组织化学结果,验证PFRGs mRNA和蛋白表达的差异;采用时间依赖性受试者工作特征（time-ROC）曲线和Kaplan-Meier曲线评估PFRGs与TC患者生存和预后的关系;采用单因素和多因素Cox回归分析计算PFRGs表达的风险评分,纳入TC患者临床数据,进行独立预后分析,并构建Nomogram图;TCGA数据库中PFRGs与各基因表达的相关性采用Spearman相关分析,计算相关系数并筛选共表达基因;采用生物信息学方法对PFRGs共表达基因进行蛋白-蛋白互作（PPI）网络图、基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。结果：在TC...     

铁死亡相关基因作为皮肤黑色素瘤预后因素的多组学分析（英文）

目的：黑色素瘤具有高度恶性和异质性。开发特定的黑色素瘤预后预测模型对提高患者的生存率和选择治疗策略至关重要。最近,铁死亡已被证明是一种由过度脂质过氧化诱导的铁依赖性程序性细胞死亡形式。然而,铁死亡相关基因(ferroptosis-related genes,FRGs)与黑色素瘤预后的相关性仍不清晰。本研究评估FRGs在黑色素瘤中的作用,开发一种新的预后模型,旨在为黑色素瘤的个性化治疗及疗效改善提供新思路。方法：首先通过系统地表征癌症基因组图谱(The Cancer Genome Atlas,TCGA)-皮肤黑色素瘤(skin cutaneous melanoma,SKCM)中73个FRGs的遗传改变和mRNA表达。同时通过反转录聚合酶链反应和蛋白质印迹法验证筛选的特定靶基因。随后使用TCGASKCM队列构建多基因特征模型。根据特征模型将黑色素瘤患者分为高风险和低风险组,对铁死亡相关的特征模型与免疫特征、免疫治疗的疗效或药物反应进行相关分析。结果：通过分析TCGA-SKCM数据集中的黑色素瘤样本,发现FRGs在基因变异和拷贝数变异方面表现出高频率,这些变化显著影响了基因的表达。此外,与正...     

基于生物信息学分析和实验验证筛选影响肝癌患者预后的铁死亡调控基因

目的：通过生物信息学技术分析影响肝癌患者生存预后的铁死亡调控基因（ferroptosis-related genes, FRGs）,并在细胞和组织层面进行验证。方法：从TCGA数据库下载肝癌基因表达矩阵和临床数据集,并从ferrdb数据库获取与铁死亡相关的基因。使用LASSO回归分析,构建风险比例模型,并通过受试者工作特征曲线（receiver operating characteristic, ROC）回顾患者1、2、3年生存率,使用单因素和多因素COX回归分析筛选肝癌的独立预后因素。并对得到的基因进行基因本体（Gene ontology,GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）富集分析。最终进行免疫细胞和免疫功能相关评分。在人类蛋白质图谱数据库下载肝癌预后相关的FRGs的正常肝组织和肝癌组织的免疫组化的结果图。并在正常肝细胞L02和肝癌细胞HepG2,临床获取的6名肝癌患者手术切除的肝癌组织和癌旁组织,通过qPCR分析比较TOP20基因的表达量。结果：通过分析共得到了42个影响肝癌患者预后的相关差异...     

子痫前期患者外周血潜在标志物筛选及其诊断价值

目的：探讨子痫前期差异表达基因在外周血中的表达及其诊断价值。方法：在GEO数据库中选取子痫前期患者与正常孕妇中差异表达基因谱数据,并对差异表达基因进行筛选。对筛选出的差异基因进行聚类并进行KEGG和蛋白相互作用网络(PPI)分析;同时对差异表达基因进行关键基因(hub)鉴定,比较子痫前期患者与正常孕妇血清中筛选出的hub基因的表达水平有无差异。采用受试者工作特征(ROC)曲线评估血清中筛选出的hub基因作为诊断标志物的敏感性、特异性及ROC曲线下面积(AUC)。结果：选取了GSE10588、GSE48424和GSE60438 3个数据集为研究对象。3个数据集中共差异表达的基因为7个分别是TLR4、MYD88、PRKAR1A、GCH1、NF-KB、FN1UBOX5和ZC2HC1A。7个差异表达基因GO分析主要富集于模式识别受体信号通路、I-kappaB/NF-kappaB复合体、toll样受体结合。KEGG信号通路主要富集于NF-kappa B信号通路、toll样受体信号通路、MAPK信号通路,TLR4和MYD88为差异基因中的关键hub基因,TLR4和MYD88基因在子痫前期患者血清中...     

NR4A2基因及其选择性剪接异构体与胃癌发生及转移的关系

目的:检测胃癌中NR4A2(又称Nurr1)基因的表达,从NR4A2调控机制出发寻找相关选择性剪接异构体,探讨其与胃癌发生和转移的关系。方法:通过选择性剪接数据库(ASD)预测NR4A2基因可能存在的选择性剪接异构体,半定量PCR检测NR4A2及异构体的表达,基因测序技术鉴定新的剪接异构体;实时定量PCR检测41例样本中NR4A2及剪接异构体的表达水平;免疫组织化学方法检测28例样本中NR4A2蛋白表达。结果:NR4A2基因在胃癌原位、癌旁、转移组织中均有表达,确定了2种剪接异构体NR4A2-Ⅰ和NR4A2-Ⅱ。实时定量PCR检测41例样本中NR4A2及2种异构体在癌旁组织表达水平高于原位癌 (P= 0.017,P=0.007,P=0.004);在肝转移灶中表达水平低于原位癌(P=0.001,P=0.018,P=0.016),差异有统计学意义。免疫组化检测发现癌旁组织中NR4A2表达阳性率高于原位癌及转移灶,但差异无统计学意义(P=0.672)。结论:胃癌原位、癌旁和转移组织中至少存在NR4A2基因的2种剪接模式;NR4A2及异构体的表达变化与胃癌发生和转移相关。     

WGCNA与机器学习算法识别结直肠癌发病机制中潜在PANoptosis关键基因

目的:利用生物信息学与机器学习算法筛选结直肠癌(CRC)发病机制中的PANoptosis关键基因,开发并验证与CRC相关的多基因预测模型。方法:基于基因表达综合数据库(GEO)中CRC基因芯片筛选CRC组织与正常组织差异表达基因(DEGs)。利用加权基因共表达网络分析(WGCNA)筛选疾病特征模块基因。采用最小绝对值收敛和选择算子(LASSO)算法、支持向量机-递归特征消除(SVM-RFE)和随机森林算法获得枢纽基因,并取PANoptosis相关基因的交集,获得PANoptosis关键基因,构建预测CRC的列线图模型。使用受试者工作特征(ROC)曲线确定PANoptosis关键基因及列线图模型的诊断价值。结果:共获得4个PANoptosis关键基因,即细胞周期蛋白依赖性激酶1(CDK1)、二肽酶1(DPEP1)、半胱氨酸天冬氨酸蛋白水解酶7(CASP7)和半胱氨酸天冬氨酸蛋白水解酶8(CASP8)。基于4个PANoptosis关键基因,在训练集构建nomogram图,其校准预测曲线与标准曲线贴合较好,且在预测CRC发生的临床效能上表现良好。在验证集也证实了上述结果。在训练集和验证集中均...     

PIWI interacting RNA通路相关基因作为肠癌生物标志物的研究

目的:筛选与结直肠癌(colorectal cancer, CRC)诊断预后相关的piRNA通路相关基因。方法:基于癌症基因组图谱(the cancer genome atlas, TCGA)数据库中647个结直肠肿瘤样本和51个非肿瘤样本,分析39个piRNA通路相关基因在组织水平的表达情况,并构建风险预后模型。利用生存曲线(KM曲线)和受试者工作特征曲线(ROC曲线)评估测量模型的预测性能、效果。最后,结合临床病理特征挑选候选分子,在细胞水平进行验证并分析其在免疫微环境中的作用。结果:37个有显著差异的piRNA通路相关基因中有8个基因共同构建风险预后模型。KM曲线分析显示模型与肠癌预后的关系：CRC高危组患者总生存期(OS)显著降低;ROC曲线显示模型的诊断效能：在1、3、5年范围内该模型的曲线下面积分别为0.624、0.669、0.670。肠癌中POLR2F和PAICS在分子水平及蛋白水平均呈现高表达,且表达水平与临床病理学特征相关。尤其PAICS表达水平与CRC中肿瘤免疫浸润细胞呈正相关,在癌相关成纤维细胞中显著低表达。结论:piRNA通路相关基因,尤其是POLR2F和PAI...     

基于生物信息学筛选脓毒症中性粒细胞活化的关键基因

目的基于生物信息学筛选脓毒症中性粒细胞活化的关键基因。 方法从GEO数据库中下载4个成人脓毒症芯片数据集(GSE69528、GSE28750、GSE57065、GSE95233),进行差异表达基因(DEG)筛选。基因本体论(GO)分析DEG,STRING数据库构建蛋白互作网络,Cytoscape软件提取关键基因,CIBERSORT算法估算数据集中的免疫细胞表达水平,ROC曲线评价关键基因对脓毒症患者的诊断价值。取儿童脓毒症相关芯片数据集(GSE66099)进行验证。 结果4个成人脓毒症数据集筛选出299个重叠DEG,其中112个基因上调,187个基因下调。GO主要富集于中性粒细胞活化、中性粒细胞脱颗粒、肽酶调节活性、糖胺聚糖结合、特殊颗粒、囊泡腔等。筛选出脓毒症中性粒细胞活化的关键基因10个,在脓毒症中表达水平均上调,ROC曲线下面积均大于0.7,具有较好的诊断价值。儿童脓毒症数据集验证结果与成人脓毒症数据集结果一致。 结论基于生物信息学方法筛选出脓毒症中性粒细胞活化相关的10个关键基因,为脓毒症的早期诊断、预后判断及治疗提供了潜在新靶点。     

CRC候选关键基因及潜在疗效中药生物信息学分析

目的生物信息学分析寻找大肠癌(CRC)生物标志及治疗CRC的潜在中药。 方法检索并分析GEO数据库CRC相关的3个基因芯片(GPL27956、GSE128435和GSE156355),对差异表达基因(DEG)行GO与KEGG通路富集分析,从DEG中筛选关键基因,根据受试者工作特征曲线(ROC)下面积(AUC)值评估关键基因的诊断效能,绘制生存曲线,通过Coremine Medical对关键基因进行中药预测。 结果共得到41个DEG,4个关键基因(CD27、NEIL1、NLRP3、PRKACB),其中CD27、PRKACB、NEIL1表达预测CRC组织类型的AUC分别为0.889、0.889和0.833,CD27表达水平与CRC患者总生存期呈正相关。筛选出虎掌南星、秦皮、人参花等可能为CRC治疗潜在的分子药物来源。 结论筛选出了CRC候选关键基因及其潜在疗效相关中药,为CRC临床治疗的新靶点及新药研发提供了方向。     

不明原因复发性流产中铁死亡的生物信息学分析及验证

目的：探究铁死亡关键基因在不明原因复发性流产（URSA）发生发展中的作用，初步确定潜在生物标志物。方法：从基因表达综合（GEO）数据库下载数据集GSE26787，利用GEO2R筛选差异表达基因（DEGs）；从FerrDb V2数据库下载铁死亡相关基因；DEGs与铁死亡基因取交集获得URSA铁死亡相关基因；利用DAVID数据库对URSA铁死亡相关基因进行基因本体（GO）富集及京都基因与基因组百科全书（KEGG）通路分析；利用String数据库和Cytoscape软件分析蛋白互作网络，筛选Hub基因；采用实时荧光定量PCR(RT-qPCR)检测Hub基因在人工流产组及URSA组患者蜕膜组织中mRNA的表达水平。结果：共筛选出55个URSA铁死亡基因；GO功能富集提示URSA铁死亡相关基因主要在自噬调节、RNA聚合酶Ⅱ启动子转录正调控、膜的整体组分、酶及p53蛋白受体结合富集。KEGG通路分析显示URSA铁死亡基因富集最明显的为FoXO信号通路。采用String数据库及Cytoscape软件筛选出的URSA铁死亡关键基因分别为EGFR、SRC、KRAS、MDM2。RT-qPCR检测结果显示，...     

基于生物信息学分析慢性阻塞性肺疾病的关键基因及其与免疫浸润的关系

目的 通过生物信息学分析慢性阻塞性肺疾病(COPD)的关键基因,以及关键基因表达与COPD肺组织免疫浸润的关系。方法 从GEO数据库下载基因芯片数据集GSE47460。使用R语言筛选正常组及COPD组样本并利用limma包鉴定差异表达基因(DEGs),使用ClusterProfiler包对DEGs进行基因本体(GO)富集分析和京都基因与基因组百科全书(KEGG)富集分析。利用String数据库及Cytoscape软件对DEGs构建蛋白互作网络(PPI)并筛选关键基因。分析关键基因在正常组与COPD组以及在COPD组内不同严重程度的差异表达。绘制受试者工作特征曲线(ROC)评估关键基因对COPD不同严重程度的诊断性能。应用单样本基因富集分析(ssGSEA)评估关键基因表达与COPD肺组织免疫浸润的关系。结果 筛选出DEGs 75个,上调基因47个[矫正后P<0.05及log₂(差异倍数)≥0.5],下调基因28个[矫正后P<0.05及log₂(差异倍数)≤-0.5]。鉴定了3个在COPD组高表达且与COPD严重程度呈正相关的关键基因...     

肾细胞癌相关诊断基因筛选及免疫浸润特性分析

目的 探讨肾细胞癌(RCC)相关的诊断基因和免疫浸润特性。方法 从基因表达汇编(GEO)数据库中获取RCC相关基因的表达数据,筛选肿瘤组织和正常组织间差异表达基因,利用加权基因共表达网络分析(WGCNA)及最小绝对收缩和选择算法(LASSO)Cox回归模型筛选RCC相关枢纽基因,通过基因表达量、受试者工作特征曲线及免疫组化验证所得枢纽基因的准确性,最后利用免疫细胞单样本基因富集分析肿瘤组织和正常组织间免疫细胞浸润相对丰度。结果 选取GSE11151和GSE66272作为训练集,筛选得到差异表达基因384个,其中上调基因129个,下调基因255个,主要富集于酪氨酸代谢、吞噬体、补体与凝血级联反应、醛固酮调节钠重吸收和PPAR信号通路,通过WGCNA及LASSO Cox回归模型二次筛选差异表达基因,得到关于RCC的诊断基因ASS1、DIO1、FAM151A、SLC6A19和SLC22A6。其中ASS1、FAM151A、SLC6A19和SLC22A6与RCC临床分期相关,SLC6A19与RCC预后相关。免疫细胞单样本基因富集分析显示,对比正常组织,T细胞、树突状细胞、髓系抑制性细胞、B细胞、...     

缺血性脑卒中缺氧免疫关键基因的鉴别及诊断价值分析

目的：研究缺血性脑卒中（IS）缺氧免疫机制的相关差异表达基因和调控信号通路,以识别IS潜在诊断生物标志物。方法：从GEO数据库下载IS表达谱数据集GSE58294,采用单样本GSEA(ssGSEA)和t分布随机邻域嵌入算法（t-SNE）评估受试者的缺氧和免疫状态,使用“limma”软件包筛选差异基因（DEGs）,通过DAVID在线数据库对DEGs进行基因本体（GO）富集分析及京都基因与基因组百科全书（KEGG）信号通路分析,LASSO筛选与IS关键（hub）基因,然后运用实时荧光定量聚合酶链式反应（RT-qPCR）验证hub基因的差异性表达。结果：筛选出60个IS缺氧免疫DEGs,KEGG结果显示IS缺氧免疫DEGs富集在PI3K-Akt通路,LASSO筛出6个关键基因：CHPF2、MBOAT2、IL18RAP、TIMM8A、ALDOAP2、LPAR4。CHPF2、MBOAT2和IL18RAP为上调基因（均P<0.001）,而TIMM8A、ALDOAP2和LPAR4为下调基因（均P<0.001）,ROC曲线显示该6个关键基因的AUC为0.894 1～0.994 3。RT-q...     

基于生物信息学预测甲状腺癌预后相关高风险糖酵解基因及其与患者预后的关系

目的 基于生物信息学预测甲状腺癌预后相关的高风险糖酵解基因,并分析其与患者预后的关系。方法 (1)从TCGA数据库中下载甲状腺癌相关的转录组数据及临床数据,包括癌旁样本和肿瘤样本。从基因集富集分析(GSEA)数据库中搜索所有与糖酵解相关的基因集并进行GSEA,筛选出P<0.05的基因集。(2)应用Perl程序语言提取两种样本中上述基因集的表达量,并采用Wilcoxon检验验证表达量差异,筛选出P<0.05的差异性表达基因;对差异性基因的表达量与生存数据进行相关性分析,得到与甲状腺癌预后相关的糖酵解基因。(3)将预后相关糖酵解基因纳入Cox回归模型构建糖酵解预后模型并计算各临床样本患者的风险值及中位值,根据风险值及中位值将患者划分为高、低风险组,绘制出两组的生存曲线图;根据Cox回归分析结果获得各基因的风险比,筛选出甲状腺癌预后相关的高风险糖酵解基因。(4)采用R软件绘制出糖酵解预后模型预测甲状腺癌患者预后的受试者工作特征(ROC)曲线、糖酵解预后模型预测得到的基因的热图,以及所有样本的时间-生存散点图,并进行预后分析。结果 共获得501例临床样本(56 753个基因)。通过...     

睾丸癌铁死亡相关基因的生物信息学分析

目的 应用生物信息学方法分析睾丸癌与正常组织之间的铁死亡相关差异基因和枢纽基因,为睾丸癌的预后和治疗提供新的思路和生物标记物。方法 从TCGA和GTEx数据库下载睾丸癌组织（n=148）和正常组织（n=165）的转录组数据。采用R语言对样本进行主成分分析（PCA）,获取睾丸癌基因表达矩阵并筛选差异表达基因,并与铁死亡数据库（FerrDb）中483个铁死亡背景基因取交集基因,获取睾丸癌铁死亡差异表达基因并进行基因本体（gene ontology,GO）分析和京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes,KEGG）分析;采用STRING数据库和Cytoscape软件构建蛋白质相互作用（PPI）网络,筛选前10个差异基因的关键枢纽基因并绘制基因热图;用GEPIA数据库分析枢纽基因在睾丸癌和正常组织的表达水平。从GEO数据库下载基因芯片GSE8607的转录组数据,用limma包进行差异分析,并提取前10个差异基因的表达谱数据,绘制睾丸癌相关的铁死亡差异基因热图进行验证。结果 差异表达分析共获得69个睾丸癌铁死亡相关差异基因,信号通路主...     

基于机器学习筛选慢性鼻窦炎相关诊断基因及其与免疫微环境的关系分析

目的通过机器学习筛选出慢性鼻窦炎相关的诊断基因,分析其与慢性鼻窦炎免疫微环境中炎性细胞浸润的相关性。方法从高通量基因表达数据库（GEO数据库)中获得慢性鼻窦炎相关基因芯片,选取有效训练集,使用R软件的“limma”程序包进行基因表达差异性分析,采用加权共表达分析进行相关基因筛选得到候选基因,通过3种算法得到慢性鼻窦炎相关诊断基因PLP1,采用ROC曲线评价PLP1在慢性鼻窦炎中的诊断价值,采用CIBERSORT算法分析慢性鼻窦炎的免疫微环境,对PLP1与免疫细胞浸润情况进行相关性分析。结果慢性鼻窦炎样本和正常对照样本之间检测到184个相关基因,这些相关基因参与白细胞游走、免疫反应的细胞激活等生物学过程。通过3种算法对相关基因进行筛选,取交集最终得出PLP1为慢性鼻窦炎相关诊断基因。PLP1基因在训练集（GSE23552）和验证集（GSE179265）均表现为下调,且差异有统计学意义（P＜0.05）。ROC曲线显示,PLP1在训练集中的AUC为1.000,在验证集中的AUC为0.950。PLP1基因表达与多种免疫细胞浸润有相关性,PLP1表达量与嗜酸性粒细胞浸润的相关系数r=-0.7（P＜0.001）。结论PLP1可作为慢性鼻窦炎相关诊断基因,其表达水平与嗜酸性粒细胞、M2巨噬细胞浸润情况呈负相关。