基于硬皮病线粒体相关基因的人工神经网络模型的构建

摘要

目的 建立基于GEO数据库硬皮病线粒体相关基因的机器学习和人工神经网络联合诊断模型并评价其效果。方法 通过GEO数据库获取3份硬皮病芯片。其中GSE95065及GSE59785合并作为实验数据集并提取线粒体相关基因表达量，使用随机森林、LASSO回归和SVM算法筛选硬皮病线粒体相关特征基因，并用特征基因构建人工神经网络模型，用10折交叉验证模型准确性。来用验证数据集GSE76807对模型进一步验证，利用ROC曲线下面积值评估模型准确性。用RT-qPCR实验验证关键基因mRNA相对表达量。最后用CIBERSORT算法预估硬皮病与筛选出的潜在生物标志物的生物信息学关联。结果 共获取差异基因24个，其中上调基因11个，下调基因13个。通过3种机器学习算法筛选到最相关的7个线粒体相关特征基因（POLB、GSR、KRAS、NT5DC2、NOX4、IGF1、TGM2），并构建人工神经网络诊断模型。使用该模型绘制了实验组和验证组诊断的ROC曲线，AUC值为0.984。验证组AUC为0.740。10折交叉验证AUC平均值大于0.980。RT-qPCR结果显示，与对照组相比，硬皮病中POLB(P=0.004)、GSR(P=0.029)、KRAS(P=0.007)、NOX4(P=0.019)、IGF1(P=0.008)、TGM2(P<0.0001)表达量明显上调，而NT5DC2(P=0.001)表达量在硬皮病组中明显下调。免疫细胞浸润显示，特征基因与滤泡辅助T细胞、幼稚B细胞、静息树突状细胞、记忆激活CD4+T细胞、巨噬细胞M0、单核细胞、记忆静息CD4+T细胞和肥大细胞激活等相关。结论构建了硬皮病特征基因的人工神经网络诊断模型，为探索硬皮病发病机制提供了一个新视角。

关键词

硬皮病 / 线粒体 / 人工神经网络 / 免疫细胞浸润 / 机器学习