期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于加权基因共表达网络分析挖掘子痫前期的诊断标志物 被引量:1
1
作者 姚瑞倩 喻东 薛赓 《海军军医大学学报》 CAS CSCD 北大核心 2024年第12期1529-1539,共11页
目的通过生物信息学分析和机器学习模型挖掘公共数据库中的有效信息,识别子痫前期相关的候选基因,以提高子痫前期早期诊断的准确性并为发病机制和诊疗研究提供靶点。方法从基因表达综合数据库中检索子痫前期患者和正常孕妇胎盘组织样本... 目的通过生物信息学分析和机器学习模型挖掘公共数据库中的有效信息,识别子痫前期相关的候选基因,以提高子痫前期早期诊断的准确性并为发病机制和诊疗研究提供靶点。方法从基因表达综合数据库中检索子痫前期患者和正常孕妇胎盘组织样本的RNA-seq数据集,利用生物信息分析工具完成数据下载、质量控制、比对及定量后获得基因表达矩阵。采用DESeq21.38.3工具筛选差异表达基因,通过基因本体和京都基因与基因组百科全书数据库确定富集通路,利用加权基因共表达网络分析(WGCNA)构建共表达网络,利用随机森林算法建立机器学习预测模型。结果4个数据集156例孕妇(70例子痫前期患者、86例正常孕妇)胎盘组织样本共筛选出49个共有差异表达基因,这些基因显著富集在细胞外区域、卵泡刺激素分泌的正向调节通路、激素活性通路及细胞因子-细胞因子受体相互作用等信号通路。通过WGCNA将49个差异表达基因分为7个共表达模块,鉴定出与子痫前期高度相关的关键模块,并筛选出6个候选关键基因,分别为fms相关受体酪氨酸激酶1(FLT1)、冠毛素2(PAPPA2)、蛋白磷酸酶1调节抑制因子亚基1C(PPP1R1C)、肌球蛋白ⅦB(MYO7B)、长基因间非蛋白编码RNA 2009(LINC02009)和抑制素亚基α(INHA)。基于这6个关键基因构建的随机森林模型对子痫前期有较好的预测价值(AUC=0.978)。结论子痫前期可能与激素分泌、免疫反应、血管生成因子、妊娠相关血浆蛋白、抑制素等有关,相关基因或可成为子痫前期诊断的候选标志物。 展开更多
关键词 子痫前期 生物标志物 加权基因共表达网络分析 随机森林模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部