急性心肌梗死中铁死亡基因相关分子簇鉴定与免疫学特征

摘要

目的 筛选急性心肌梗死（AMI）患者和健康者的差异表达铁死亡基因（FRGs），并基于FRGs构建预测AMI的风险模型。方法 基于基因表达综合数据库GSE48060和GSE66360数据集分析了AMI样本中铁死亡基因的分子簇和免疫学特征，结合加权共表达网络分析确定具有簇特征的基因表达。通过对比多种机器学习模型的特性，筛选出最准确的机器模型，并应用校准曲线、列线图、决策曲线的分析和两个外部数据集（GSE34198和GSE61144）检验预测。结果 支持向量机模型具有相对较低的残差、均方根误差，曲线下面积为0.924。最终构建基于5个基因（ULK1、TLR4、PTGS2、IL1B、MAPK3）的支持向量机预测模型，并在外部数据集取得较高的预测效果。结论 本研究构建的预测模型可以有效区分AMI和非AMI人群，为AMI的准确诊断和治疗靶点的选择提供依据。

关键词

急性心肌梗死 / 铁死亡 / 免疫浸润 / 分子簇 / 预测模型