基于生物信息学和机器学习的阿尔兹海默症诊断模型构建及免疫分析

摘要

目的：利用生物信息学技术和机器学习（ML）算法筛选阿尔兹海默症（AD）相关基因并构建其诊断模型，探讨AD患者的免疫学特征，为AD诊断提供新的生物标志物。方法：从基因表达综合（GEO）数据库中下载AD相关的基因表达数据集GSE125583，通过差异分析获得差异表达基因（DEGs），借助基因本体论（GO）功能富集分析和京都基因与基因组百科全书（KEGG）信号通路富集分析探讨DEGs的生物学功能及信号通路，并绘制蛋白-蛋白相互作用（PPI）网络，采用Cytoscape软件和最小绝对收缩和选择算子（LASSO）回归、极限梯度提升（XGBoost）和随机森林（RF） 3种ML算法对枢纽（Hub）基因进行筛选，将筛选后的Hub基因通过RF构建AD诊断模型并进行特征重要性排序，以测试集评价AD诊断模型和关键基因的效能。采用单样本基因集富集分析（ssGSEA）对AD组与对照组进行免疫细胞浸润分析。结果：差异分析共筛选出1 287个DEGs。GO功能富集分析，DEGs主要参与神经信号、突触和囊泡等相关的生物学功能；KEGG信号通路富集分析，DEGs主要在离子转运、神经递质和配体门控等通路上富集。3种ML算法共筛选出9个交集Hub基因。AD诊断模型，对AD诊断性能最高的前4个关键基因分别为腺苷酸环化酶激活多肽1(ADCYAP1)、脑源性神经营养因子（BDNF）、血小板衍生生长因子受体β(PDGFRB)和趋化因子受体4(CXCR4)，对应受试者工作特征（ROC）的曲线下面积（AUC）值分别为0.852、 0.795、0.820和0.756；模型的AUC值为0.828，准确率为81.25%，灵敏度为84.40%，特异度为71.43%。免疫细胞浸润分析，AD组织中巨噬细胞、单核细胞、各种自然杀伤（NK）细胞和淋巴细胞浸润程度较高，其中，NK细胞/自然杀伤T(NKT)细胞和浆细胞样树突状细胞与4个关键基因显著相关（P<0.05）。结论：基于生物信息学技术与ML算法筛选出的特征基因对AD具有一定的诊断能力，ADCYAP1等基因可能会成为AD诊断的潜在生物标志物，对AD的早期防治具有重要意义。

关键词

生物信息学 / 机器学习 / 阿尔兹海默症 / 诊断模型 / 腺苷酸环化酶激活多肽1基因