基于机器学习和生物信息学分析的脂肪酸代谢相关基因在牙周炎中的作用研究

摘要

目的 通过机器学习和生物信息学方法研究脂肪酸代谢相关基因在牙周炎中的作用。方法 从GEO数据库下载牙周炎数据集GSE10334和GSE16134,GeneCards数据库下载脂肪酸代谢相关基因集。通过R语言“limma”包筛选牙周炎中差异表达的脂肪酸代谢相关基因（DEFAMRGs），并进行功能富集和通路分析。进一步用递归特征消除、最小绝对收缩和选择算子和Boruta算法确定枢纽DEFAMRGs，并用其构建诊断模型且进行内部和外部验证。利用一致性聚类分析构建枢纽DEFAMRGs相关的牙周炎亚型。利用CIBERSORT软件分析牙龈组织的免疫细胞浸润，并探究枢纽DEFAMRGs和免疫细胞之间的相关性。结果 共筛选出113个牙周炎DEFAMRGs。富集分析结果表明，DEFAMRGs主要和免疫炎症反应以及免疫细胞趋化相关。最终确定8个枢纽DEFAMRGs (BTG2、CXCL12、FABP4、CLDN10、PPBP、RGS1、LGALSL和RIF1)并构建了诊断模型（AUC=0.967），基于此将牙周炎分为两个亚型。此外，枢纽DEFAMRGs与不同免疫细胞群体之间存在显著的相关性，其中相关性较高的免疫细胞是肥大细胞和树突状细胞。结论 该研究为牙周炎的发生发展机制提供新的见解和思路，基于枢纽DEFAMRGs构建的诊断模型可为牙周炎的诊断和治疗提供新的方向。

关键词

牙周炎 / 脂肪酸代谢 / 生物信息学 / 机器学习 / 免疫浸润