生物信息学和机器学习筛选银屑病中医证型特征基因

摘要

目的 通过生物信息学和机器学习筛选寻常型银屑病（psoriasis vulgaris, PV）血热证（blood-heat syndrome,BHS）、血瘀证（blood stasis syndrome, BSS）及血燥证（blood-dryness syndrome, BDS）的重要特征基因，为不同中医证型PV的临床诊疗提供科学依据。方法 从基因表达数据库（Gene Expression Omnibus, GEO）下载GSE192867数据集，利用limma包筛选患者与健康人群的PV、BHS、BSS及BDS差异表达基因（differentially expressed genes, DEGs），并进行KEGG(Kyoto Encyclopedia of Genes and Genomes)通路富集分析。将PV、BHS、BSS及BDS筛选出的DEGs分别取交集，获取不同的特征基因。利用支持向量机（support vector machine, SVM）和随机森林（random forest, RF）两种算法中效能最优的方法对特征基因进行分析，将排序前5的基因作为重要特征基因，并利用pROC包绘制重要特征基因的受试者工作特征（receiver operating characteristic curve, ROC）曲线，计算曲线下面积（area under the curve, AUC），评价其诊断效能。结果 筛选出与PV、BHS、BSS以及BDS相关的DEGs数量分别为7 699个、7 291个、7 654个和6 578个。KEGG富集分析主要集中在Janus激酶（Janus kinase,JAK）/信号转导与转录激活因子（signal transducer and activator of transcription, STAT）、环磷酸腺苷（cyclic adenosine monophosphate, cAMP）、丝裂原活化蛋白激酶（mitogen-activated protein kinase, MAPK），以及细胞凋亡等通路。通过机器学习共筛选出13个重要特征基因，其中凝集素（malectin, MLEC）、TUB样蛋白3(TUB like protein 3, TULP3)、含SET域9(SET domain containing 9, SETD9)、核膜整合膜蛋白2(nuclear envelope integral membrane protein 2, NEMP2)和BTG抗增殖因子3(BTG anti-proliferation factor 3, BTG3)是BHS的重要特征基因，双特异性磷酸酶15(dual specificity phosphatase 15, DUSP15)、C1q与肿瘤坏死因子相关蛋白7(C1q and tumor necrosis factor related protein7, C1QTNF7)、溶质载体家族12成员5(solute carrier family 12 member 5, SLC12A5)、含三联基元63(tripartite motif containing 63, TRIM63)和泛素相关蛋白样因子1(ubiquitin associated protein 1 like, UBAP1L)是BSS的重要特征基因，重组小鼠蛋白（recombinant mouse protein, RRNAD1）、GTP酶激活蛋白ASAP3蛋白（ASAP3 protein, ASAP3）和人肌间蛋白2(human myomesin 2, MYOM2)是BDS的重要特征基因，且PV不同证型的特征基因ROC曲线均表现出较高诊断效能。结论 PV不同证型的特征基因存在显著差异，其可能成为潜在的诊断PV中医证型的生物标志物。

关键词

银屑病 / 中医 / 证型 / 生物信息学 / 机器学习 / 生物标志物