期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于人工神经网络模型分析硬皮病关键基因和免疫浸润机制及靶向中药预测
1
作者 左志威 杨梦蝶 +3 位作者 尚炳锃 刘畅 郭克磊 卞华 《世界科学技术-中医药现代化》 CSCD 北大核心 2024年第8期2055-2068,共14页
目的建立基于基因表达综合数据库(Gene Expression Omnibus,GEO)硬皮病相关基因的机器学习和人工神经网络(Artificial neural network,ANN)联合诊断模型并评价其效果及预测和分析靶向中药。方法通过GEO数据库获取两份硬皮病芯片GSE23741... 目的建立基于基因表达综合数据库(Gene Expression Omnibus,GEO)硬皮病相关基因的机器学习和人工神经网络(Artificial neural network,ANN)联合诊断模型并评价其效果及预测和分析靶向中药。方法通过GEO数据库获取两份硬皮病芯片GSE23741与GSE95065合并作为训练组数据集,使用随机森林和lasso回归算法筛选硬皮病关键基因并构建用于诊断硬皮病的ANN模型。使用验证数据集GSE76807、GSE32413和GSE59785对模型进行验证,通过曲线下面积(Area under the curve,AUC)分析评价ANN模型的临床应用价值。用实时荧光定量PCR(Real-time quantitative PCR,RT-qPCR)验证关键基因mRNA相对表达量。利用CIBERSORT算法预估硬皮病与筛选出的潜在生物标志物的生物信息学关联。最后用关键基因进行靶向中药筛选。结果共获取差异基因167个。进一步通过机器学习筛选得到5个关键基因(SERPINE2、SFRP4、SUGCT、FBLN5、NRXN2),并构建了ANN诊断模型。使用该模型绘制了训练组和验证组诊断的受试者操作特征(Receiver operating characteristic,ROC)曲线,训练组AUC值为1.000。验证组AUC为0.770、0.795及0.872。RT-qPCR验证结果与机器学习算法相一致。免疫细胞浸润分析显示硬皮病组记忆CD4+T细胞激活相对含量明显增加,而正常组γδT细胞的相对含量明显增加。关键基因与巨噬细胞M1、T细胞、记忆激活CD4+T细胞、静息肥大细胞、CD8+T细胞等相关。根据关键基因筛选出12味中药,其四气五味多属温、寒、平,甘、辛、苦,多归肝、脾、肺经,功效多为补虚祛风湿药。结论构建了硬皮病关键基因的人工神经网络诊断模型,可用于临床诊断硬皮病,并预测出了潜在治疗硬皮病的靶向中药,为探索其发病机制和治疗方向提供了一个新视角。 展开更多
关键词 硬皮病 人工神经网络 免疫细胞浸润 机器学习 中药预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部