基于生物信息学分析双硫死亡相关基因在代谢相关脂肪性肝病中的作用

摘要

目的 基于生物信息学探讨双硫死亡相关基因(DRGs)在代谢相关脂肪性肝病(MAFLD)病情进展中的作用及相关机制。方法 利用GEO数据库，筛选符合条件的MAFLD表达相关数据，进行差异基因分析，通过一致聚类识别DRGs并对MAFLD患者进行亚型分型。进一步评估亚型间的免疫浸润状态，运用CIBERSORT算法分析免疫细胞浸润情况。通过加权基因共表达网络分析(WGCNA)筛选与疾病相关的基因模块。然后，利用机器学习模型，基于DRGs筛选特征基因构建诊断模型，并对模型性能进行验证。最后，通过外部数据集评估DRGs在不同亚型间的稳定性，使用统计检验分析结果的显著性差异。结果 通过分析数据集GSE31803,筛选出与MAFLD临床特征密切相关的DRGs共6个(SLC3A2、NCKAP1、CYFIP1、FLNA、MYL6、MYH10);将MAFLD患者分为两种亚型，亚型1具有更高的免疫细胞浸润水平；WGCNA识别出关键基因模块；通过机器学习筛选，支持向量机(SVM)模型被确定为最佳分类模型。外部验证确认了关键基因在MAFLD不同亚型中的稳定性和有效性。结论 基于DRGs鉴定出两种高度异质性的MAFLD亚型，其临床特征、生物学过程和免疫状态均有显著差异，表明DRGs在MAFLD发生发展中起重要作用。

关键词

代谢相关脂肪性肝病(MAFLD) / 双硫死亡 / 免疫状态 / 生物信息学

基金资助

陕西省重点研发计划一般项目(社会发展领域)(No.2020SF-072,2017JM8153); 西安交通大学第二附属医院自由探索项目[No.2020YJ(ZYTS)018]; 西安交通大学医学“基础-临床”融合创新项目(No.YXJLRH2022062)