基于机器学习方法的乳腺癌核心基因筛选、预后评估及免疫特性分析

摘要

目的：运用机器学习技术筛选与乳腺癌发生、进展及预后密切相关的核心基因。方法：从GEO数据库中提取GSE70905、GSE70947和GSE38959这3个高通量表达谱数据集，基于R软件包筛选乳腺癌组织与相应癌旁组织的差异表达基因（DEGs）。对DEGs进行富集分析，采用GO和KEGG富集分析进行DEGs的生物学注释和代谢途径的探究。通过学习模型筛选核心基因，并结合Kaplan-Meier生存曲线评估乳腺癌患者的预后情况，利用受试者工作特征（ROC）曲线评估核心基因的诊断效能。通过STRING数据库解析DEGs的蛋白质相互作用，并利用Cytoscape软件进行可视化构建子网络。此外，对核心基因进行免疫相关性分析。结果：共识别出234个DEGs,包括113个上调基因和121个下调基因；GO富集分析结果显示DEGs在细胞组分方面富集于细胞骨架元件及与动态生理过程相关的功能，在生物学功能上，显著参与基础代谢调控及物质运输等生命活动，在分子机制方面，主要表现为蛋白质相互作用及生物催化功能的激活；KEGG通路分析主要富集于信号转导途径和基础物质代谢过程；通过机器学习模型筛选出TUBB3和GPR68这2个核心基因；蛋白质相互作用网络分析结果显示TUBB3、TOP2A和TYMS为互作基因；免疫分析结果显示TUBB3通过正调控M0巨噬细胞、调节T细胞、滤泡辅助T细胞和γδT细胞浸润，负调控嗜酸性粒细胞、M2巨噬细胞、单核细胞、活化NK细胞及静息CD4⁺记忆T细胞，影响乳腺癌免疫微环境平衡，促进肿瘤进展。结论：通过机器学习方法获得2个可能参与乳腺癌发生和发展过程的核心基因（TUBB3和GPR68）,其中TUBB3与预后显著相关。

关键词

乳腺癌 / 差异表达基因 / 机器学习 / 核心基因

基金资助

长治医学院附属和平医院院级科研基金(HPYJ202404)