期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于转录组学和机器学习算法的肺结核铁死亡相关关键基因的研究
被引量：
2
1
作者
叶江娥
方雪晖
+1 位作者
熊延军
刘盛盛
《中国防痨杂志》
CAS
CSCD
北大核心
2024年第1期92-99,共8页
目的:运用转录组学和机器学习方法探索铁死亡关键基因与肺结核发病机制的相关性。方法:以“pulmonary tuberculosis”为关键词,以测序类型(转录组学)和物种(HOMO sapiens)等为条件从公共存储库NCBI GEO(http://www.ncbi.nlm.nih.gov/geo...
目的:运用转录组学和机器学习方法探索铁死亡关键基因与肺结核发病机制的相关性。方法:以“pulmonary tuberculosis”为关键词,以测序类型(转录组学)和物种(HOMO sapiens)等为条件从公共存储库NCBI GEO(http://www.ncbi.nlm.nih.gov/geo)中进行搜索和筛选,得到GSE153326和GSE67589两套转录组数据集。将GSE153326作为训练组数据[包含健康人群血液样本8份,结核分枝杆菌(Mycobacterium tuberculosis,MTB)阳性血液样本52份]、GSE67589作为验证组数据(包含健康人群血液样本30份,MTB阳性27份);使用R脚本对数据进行矫正和注释,对两转录组的差异表达基因鉴定后,筛选出GSE153326训练组差异基因中与铁死亡相关基因(TBFerDEG)的表达情况,并对TBFerDEG的基因本体(GO)及京都基因和基因组百科全书(KEGG)进行富集分析;利用LASSO回归分析和SVM算法,从TBFerDEG中获得与铁死亡有明显差异的关键基因,并对其进行ROC分析,探索与关键基因相关的药物调控网络;最后将关键基因导入GSE67589验证组中,以验证训练组筛选出的铁死亡关键基因的诊断意义。结果:通过生物信息学分析,共筛选得到416个TBFerDEG,剔除不符合入选要求的基因,最终得到56个TBFerDEG差异基因。GO富集分析发现,肺结核中与铁死亡相关的生物学进程有细胞对化学应激的反应自噬调节、线粒体自噬、线粒体解体等;参与的通路有AMPK信号通路和铁死亡等。通过LASSO回归分析和SVM算法,最终得到5个与铁死亡相关的关键基因,分别为BID、AR、STK11、ALOX12和SRC,AUC分别为0.807、0.858、0.734、0.840和0.880;验证关键基因结果表明,AR和SRC基因在验证组(GSE67589)中MTB阳性与健康人群中的表达差异均有统计学意义(P值分别为0.004和0.017)。结论:AR和SRC是肺结核中与铁死亡相关的关键基因,可能为今后的基础研究奠定一定的借鉴和参考。
展开更多
关键词
结核
肺
铁死亡
基因表达
机器学习
在线阅读
下载PDF
职称材料
题名
基于转录组学和机器学习算法的肺结核铁死亡相关关键基因的研究
被引量：
2
1
作者
叶江娥
方雪晖
熊延军
刘盛盛
机构
安徽省胸科医院
结核一科
安徽省胸科医院办公室
安徽省胸科医院
结核八科
安徽省胸科医院
结核七科
出处
《中国防痨杂志》
CAS
CSCD
北大核心
2024年第1期92-99,共8页
基金
2022年安徽省自然科学基金面上项目(2208085MH193)。
文摘
目的:运用转录组学和机器学习方法探索铁死亡关键基因与肺结核发病机制的相关性。方法:以“pulmonary tuberculosis”为关键词,以测序类型(转录组学)和物种(HOMO sapiens)等为条件从公共存储库NCBI GEO(http://www.ncbi.nlm.nih.gov/geo)中进行搜索和筛选,得到GSE153326和GSE67589两套转录组数据集。将GSE153326作为训练组数据[包含健康人群血液样本8份,结核分枝杆菌(Mycobacterium tuberculosis,MTB)阳性血液样本52份]、GSE67589作为验证组数据(包含健康人群血液样本30份,MTB阳性27份);使用R脚本对数据进行矫正和注释,对两转录组的差异表达基因鉴定后,筛选出GSE153326训练组差异基因中与铁死亡相关基因(TBFerDEG)的表达情况,并对TBFerDEG的基因本体(GO)及京都基因和基因组百科全书(KEGG)进行富集分析;利用LASSO回归分析和SVM算法,从TBFerDEG中获得与铁死亡有明显差异的关键基因,并对其进行ROC分析,探索与关键基因相关的药物调控网络;最后将关键基因导入GSE67589验证组中,以验证训练组筛选出的铁死亡关键基因的诊断意义。结果:通过生物信息学分析,共筛选得到416个TBFerDEG,剔除不符合入选要求的基因,最终得到56个TBFerDEG差异基因。GO富集分析发现,肺结核中与铁死亡相关的生物学进程有细胞对化学应激的反应自噬调节、线粒体自噬、线粒体解体等;参与的通路有AMPK信号通路和铁死亡等。通过LASSO回归分析和SVM算法,最终得到5个与铁死亡相关的关键基因,分别为BID、AR、STK11、ALOX12和SRC,AUC分别为0.807、0.858、0.734、0.840和0.880;验证关键基因结果表明,AR和SRC基因在验证组(GSE67589)中MTB阳性与健康人群中的表达差异均有统计学意义(P值分别为0.004和0.017)。结论:AR和SRC是肺结核中与铁死亡相关的关键基因,可能为今后的基础研究奠定一定的借鉴和参考。
关键词
结核
肺
铁死亡
基因表达
机器学习
Keywords
Tuberculosis,pulmonary
Ferroptosis
Gene expression
Machine learning
分类号
R52 [医药卫生—内科学]
R446 [医药卫生—诊断学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于转录组学和机器学习算法的肺结核铁死亡相关关键基因的研究
叶江娥
方雪晖
熊延军
刘盛盛
《中国防痨杂志》
CAS
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
