机器学习特征选择法挖掘子宫内膜癌死亡风险基因

摘要

目的：基于机器学习特征选择法挖掘子宫内膜癌的死亡风险基因并评估其作为预后和治疗标志物的潜力。方法：从癌症基因组图谱(TCGA)数据库下载TCGA-UCEC获取子宫体腺瘤和腺癌基因表达数据。利用edgeR和DESeq法筛选肿瘤组织与正常组织的差异表达基因。采用特征选择SelectKBest单因素选择法、PCA降维法及决策树模型特征重要性法筛选死亡风险基因，结合逻辑回归、决策树、随机森林、支持向量机、K-近邻算法的预测综合表现筛选关键基因。使用Metascape在线工具进行基因注释及功能富集分析，使用Kaplan-Meier plotter(KM plotter)进行单基因生存分析及Log-Rank检验，使用TIMER2.0进行单基因单因素或多因素COX回归分析。结果：最终筛选出15个子宫内膜癌死亡相关风险基因，包括6个良好预后基因和1个不良预后基因，其中独立死亡风险基因为RPP40(P<0.001)。结论：机器学习特征选择法可有效挖掘子宫内膜癌标志物，RPP40为潜在预测性标志物。

关键词

机器学习 / 特征选择 / 子宫内膜癌 / 标志物

基金资助

安徽省高校自然科学研究项目(KJ2021A1413); 安徽省省级质量工程项目(2022zygzsj040)