基于生物信息学和机器学习算法鉴定桥本甲状腺炎的关键基因  

作　　者：罗安强 李俊红[1] 

机构地区：[1]广西医科大学第一附属医院核医学科,广西南宁530021

出　　处：《中文科技期刊数据库（全文版）医药卫生》2024年第3期0106-0109,共4页

摘　　要：桥本甲状腺炎是最常见的自身免疫性疾病之一,具有遗传易感性。本研究的目的是确定桥本甲状腺炎的关键基因。方法:本研究整合了4套来自GEO的甲状腺组织数据集。随机森林(RandomForest)及支持向量机递归特征消除(SVM-RFE)鉴定桥本甲状腺的关键基因,并开发用于早期诊断的列线图,受试者工作特征曲线(ROC curve)用于评估诊断值。结果:去除批次效应的合并数据集包含19例桥本甲状腺炎样本及14例正常甲状腺样本,共有182个差异表达基因及155个与桥本甲状腺炎相关的模块基因。列线图和所有7个候选关键基因都具有较高的诊断值(曲线下面积从0.823到0.974)。结论:鉴定出7个桥本甲状腺炎生物标志物(PTN、ARFGAP3、PTBP1、NFIL3、ABCA2、SPCS2、HLF),构建了诊断桥本甲状腺炎的列线图。我们的研究可以为桥本甲状腺炎提供潜在诊断候选基因。

关 键 词：桥本甲状腺炎 差异表达基因 加权基因共表达网络分析 蛋白质互作网络 

分 类 号：R736.1[医药卫生—肿瘤]