基于生物信息学探讨非酒精性脂肪性肝炎铜死亡相关基因及中药预测

摘要

本研究旨在运用生物信息学方法筛选非酒精性脂肪性肝炎(non-alcoholic steatohepatitis, NASH)的铜死亡相关基因和诊断性生物标志物，并预测调控铜死亡基因治疗NASH的潜在中药。从GEO数据库获取GSE89632数据集作为训练数据集，提取NASH中差异表达的铜死亡基因(differentially expressed cuproptosis-related genes, DECRGs),运用R4.2.2软件对DECRGs进行相关性分析和富集分析。基于DECRGs对NASH患者进行聚类分型，构建机器学习模型，筛选关键基因并验证。通过COREMINE数据库预测调控铜死亡基因治疗NASH的潜在中药，运用中医传承计算平台(Traditional Chinese Medicine Inheritance Computer System)v3.5软件挖掘用药规律。筛选得到9个DECRGs, DECRGs间存在相互调控的作用，富集分析发现DECRGs主要介导硫辛酸代谢、碳代谢、三羧酸循环等途径干预NASH。共识聚类将NASH患者分为3个亚型；支持向量机模型(support vector machine, SVM)为最合适的机器学习模型；NFE2L2、LIAS、GLS和GCSH和PDHB等5个与NASH最相关的铜死亡基因可作为NASH的诊断性生物标志物。在调控铜死亡基因治疗NASH的中药中，四气以寒、温、平为主，五味以苦、甘、辛味为主，主归肝、脾经，功效方面以补虚、清热、活血化瘀为主。本研究发现了NASH的铜死亡相关基因、诊断性生物标志物及对应中药的用药规律，可为中医药治疗NASH的临床应用和新药研发提供思路。

关键词

非酒精性脂肪性肝炎 / 铜死亡相关基因 / 生物信息学 / 机器学习 / 中药预测