加权基因共表达网络分析结合机器学习算法筛选与腹主动脉瘤免疫相关的关键基因

加权基因共表达网络分析结合机器学习算法筛选与腹主动脉瘤
免疫相关的关键基因
杨树;张娣;谢春杨
【期刊名称】《血管与腔内血管外科杂志》
【年(卷),期】2024(10)3
【摘要】目的探讨腹主动脉瘤(AAA)免疫相关的关键基因。

方法从基因表达综合数据库(GEO)中获取AAA组织与健康人群正常腹主动脉组织的转录组数据,通过单样本基因集富集分析(ssGSEA)计算免疫细胞浸润分数,使用加权基因共表达网络分
析(WGCNA)结合机器学习算法筛选与AAA免疫浸润相关的关键基因,使用STRING数据库进行蛋白-蛋白互作分析,采用受试者工作特征(ROC)曲线分析目的
基因对于AAA的诊断能力。

结果与健康人群腹主动脉组织相比,AAA组织中活化
的CD4^(+)T细胞浸润分数升高,差异有统计学意义(P﹤0.05)。

WGCNA分析获得1215个与活化的CD4^(+)T细胞浸润相关的基因,差异基因表达分析得出990个AAA组织和健康人群正常腹主动脉组织表达差异的基因,将差异基因表达分析得到的基因与WGCNA中所得的基因进行交集后得到282个与CD4^(+)T细胞浸润相关的差异基因。

将282个差异基因进行基因本体论(GO)、京都基因与基因组百科
全书(KEGG)富集分析,生物过程(BP)富集分析表明,这些基因与有机化合物氧化的能量衍生、细胞呼吸、线粒体呼吸链复合物组装、烟酰胺腺嘌呤二核苷酸(NADH)脱氢酶复合物装配和线粒体呼吸链复合体I装配等生物过程有关;分子功能(MF)富集
分析表明,这些基因与氧化还原相关的分子学功能有关;细胞成分(CC)富集分析表明
这些分子表达与线粒体组分相关。

KEGG富集分析显示,这些基因与神经系统疾病、非酒精性脂肪肝、氧化磷酸化等信号通路有关。

通过向量机-相对误差过滤(SVM-
REF),LASSO逻辑回归和随机森林模型3种机器学习算法从282个与活化的
CD4^(+)T细胞浸润相关的差异基因中获得了4个Hub基因(VCAN、CUTL1、TRAPPC4和LOC646782)。

ROC曲线分析表明这些Hub基因具备诊断AAA的潜力。

结论通过WGCNA结合机器学习算法分析鉴定出与AAA发病相关的4个Hub基因(VCAN、CUTL1、TRAPPC4和LOC646782),以上4个Hub基因为临床早期诊断AAA提供帮助,并且为进一步研究AAA的发病机制奠定了基础。

【总页数】7页(P296-302)
【作者】杨树;张娣;谢春杨
【作者单位】哈尔滨医科大学附属第四医院血管外科;黑龙江中医药大学附属第二医院妇科
【正文语种】中文
【中图分类】R543
【相关文献】
1.加权基因共表达网络分析筛选胰腺癌肿瘤免疫相关基因
2.基于加权基因共表达网络分析腹主动脉瘤免疫细胞浸润相关的关键基因
3.加权基因共表达网络分析筛选结肠腺癌预后相关的免疫标志物
4.基于加权共表达网络分析筛选4个帕金森病的关键基因及免疫浸润分析
5.基于加权基因共表达网络分析和机器学习算法探究葡萄糖代谢参与缺血性脑卒中的机制及其关键基因
因版权原因，仅展示原文概要，查看原文内容请购买。