基于克罗恩病线粒体相关基因的人工神经网络模型的构建

摘要

目的 基于高通量基因表达（GEO）数据库筛选克罗恩病（CD）线粒体相关基因，构建人工神经网络诊断模型并评价其效果。方法 从GEO数据库下载与CD相关的GSE186582与GSE102133数据集，进行差异表达基因（DEGs）筛选。将DEGs与MitoCarta 3.0数据库线粒体基因取交集。利用最小绝对收缩和选择算子回归算法、随机森林算法识别CD的特征基因并构建人工神经网络诊断模型。采用验证集GSE95095对模型进一步验证，采用受试者操作特征曲线的曲线下面积（AUC）评价诊断效能。通过CIBERSORT算法对CD免疫细胞浸润情况进行评估，并研究生物标志物与浸润的免疫细胞的关系。结果 共获取DEGs 551个，其中上调基因275,下调基因276个。CD相关线粒体基因20个。通过2种机器学习算法筛选出9个CD线粒体相关特征基因（SOD2、MTHFD2、BPHL、PXMP2、RMND1、AGXT2、MAOA、HMGCS2、MAOB）。采用筛选出的特征基因构建人工神经网络诊断模型。模型在训练组和验证组的AUC分别为0.956和0.736。免疫细胞浸润评估结果显示，特征基因与静止记忆CD4⁺T细胞、活性记忆CD4⁺T细胞、活性树突状细胞、中性粒白细胞、CD8⁺T细胞等相关。结论 基于9个线粒体基因构建的CD人工神经网络诊断模型预测性能较好。

关键词

克罗恩病 / 线粒体 / 人工神经网络 / 机器学习 / 差异分析 / 免疫细胞浸润