综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因

综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因

R575.5; 目的 综合运用生物信息学方法及机器学习算法筛选与非酒精性脂肪性肝炎相关的趋化因子核心基因.方法 公共数据库GEO下载非酒精性脂肪性肝病芯片数据集GSE49541,采用R studio软件进行差异分析筛选差异基因,对差异基因进行GO功能注释和KEGG信号通路富集分析,将差异基因与趋化因子通路相关基因集取交集获取趋化因子相关差异基因,然后采用机器学习LASSO回归及SVM-RFE算法筛选核心基因,通过Genemania数据库构建核心基因互作网络图,构建核心基因列线图预测模型,并通过ROC曲线验证列线图效能.结果 共筛选获取差异基因148个,GO及KEGG富集分析提示差异基因富集于脂...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:河北医科大学学报 2024, Vol.45 (2), p.165-171
Hauptverfasser: 莫双阳, 伍文红, 韦海小, 覃海燕, 李俩
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 171
container_issue 2
container_start_page 165
container_title 河北医科大学学报
container_volume 45
creator 莫双阳
伍文红
韦海小
覃海燕
李俩
description R575.5; 目的 综合运用生物信息学方法及机器学习算法筛选与非酒精性脂肪性肝炎相关的趋化因子核心基因.方法 公共数据库GEO下载非酒精性脂肪性肝病芯片数据集GSE49541,采用R studio软件进行差异分析筛选差异基因,对差异基因进行GO功能注释和KEGG信号通路富集分析,将差异基因与趋化因子通路相关基因集取交集获取趋化因子相关差异基因,然后采用机器学习LASSO回归及SVM-RFE算法筛选核心基因,通过Genemania数据库构建核心基因互作网络图,构建核心基因列线图预测模型,并通过ROC曲线验证列线图效能.结果 共筛选获取差异基因148个,GO及KEGG富集分析提示差异基因富集于脂质代谢、趋化因子、细胞外基质等.最后筛选获得核心基因CCL19、CD24、ROBO1、SLC12A2,构建核心基因互作网络图,基于核心基因建立NASH列线图预测模型,该模型ROC曲线的AUC=0.997,95％置信区间(confidence interval,CI)为0.988～1.000.结论 CCL19、CD24、ROBO1、SLC12A2可能与非酒精性脂肪性肝炎发生与进展密切相关,有望成为诊断和精准治疗的潜在靶点.
doi_str_mv 10.3969/j.issn.1007-3205.2024.02.008
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_hbykdxxb202402009</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>hbykdxxb202402009</wanfj_id><sourcerecordid>hbykdxxb202402009</sourcerecordid><originalsourceid>FETCH-wanfang_journals_hbykdxxb2024020093</originalsourceid><addsrcrecordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDAw1zU2MjDVMzIwMtEzMNIzMLBgYeCEi3Mw8BYXZyYZGBgaGpgYGVpwMqQ9373n6YSO51PmP-9c-WT_wmeN65-uXfZkR9-zObuezlwBYu9c8Hzt7JcNnS_nznvZOun5pn3PGpa_aGl60bQKxGia-7yp7_mslhfbup_2THs6e8HTtROez97xtHXzswU7nu5vfjp_F1CQh4E1LTGnOJUXSnMzaLq5hjh76JYn5qUl5qXHZ-WXFuUBZeIzkiqzUyoqkkA-MDAyMLA0JkUtAOBhdxU</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因</title><source>Alma/SFX Local Collection</source><creator>莫双阳 ; 伍文红 ; 韦海小 ; 覃海燕 ; 李俩</creator><creatorcontrib>莫双阳 ; 伍文红 ; 韦海小 ; 覃海燕 ; 李俩</creatorcontrib><description>R575.5; 目的 综合运用生物信息学方法及机器学习算法筛选与非酒精性脂肪性肝炎相关的趋化因子核心基因.方法 公共数据库GEO下载非酒精性脂肪性肝病芯片数据集GSE49541,采用R studio软件进行差异分析筛选差异基因,对差异基因进行GO功能注释和KEGG信号通路富集分析,将差异基因与趋化因子通路相关基因集取交集获取趋化因子相关差异基因,然后采用机器学习LASSO回归及SVM-RFE算法筛选核心基因,通过Genemania数据库构建核心基因互作网络图,构建核心基因列线图预测模型,并通过ROC曲线验证列线图效能.结果 共筛选获取差异基因148个,GO及KEGG富集分析提示差异基因富集于脂质代谢、趋化因子、细胞外基质等.最后筛选获得核心基因CCL19、CD24、ROBO1、SLC12A2,构建核心基因互作网络图,基于核心基因建立NASH列线图预测模型,该模型ROC曲线的AUC=0.997,95％置信区间(confidence interval,CI)为0.988～1.000.结论 CCL19、CD24、ROBO1、SLC12A2可能与非酒精性脂肪性肝炎发生与进展密切相关,有望成为诊断和精准治疗的潜在靶点.</description><identifier>ISSN: 1007-3205</identifier><identifier>DOI: 10.3969/j.issn.1007-3205.2024.02.008</identifier><language>chi</language><publisher>广西医科大学附属柳州市人民医院消化内科,广西柳州 545006%广西医科大学附属柳州市人民医院感染科,广西柳州 545006</publisher><ispartof>河北医科大学学报, 2024, Vol.45 (2), p.165-171</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/hbykdxxb/hbykdxxb.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>莫双阳</creatorcontrib><creatorcontrib>伍文红</creatorcontrib><creatorcontrib>韦海小</creatorcontrib><creatorcontrib>覃海燕</creatorcontrib><creatorcontrib>李俩</creatorcontrib><title>综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因</title><title>河北医科大学学报</title><description>R575.5; 目的 综合运用生物信息学方法及机器学习算法筛选与非酒精性脂肪性肝炎相关的趋化因子核心基因.方法 公共数据库GEO下载非酒精性脂肪性肝病芯片数据集GSE49541,采用R studio软件进行差异分析筛选差异基因,对差异基因进行GO功能注释和KEGG信号通路富集分析,将差异基因与趋化因子通路相关基因集取交集获取趋化因子相关差异基因,然后采用机器学习LASSO回归及SVM-RFE算法筛选核心基因,通过Genemania数据库构建核心基因互作网络图,构建核心基因列线图预测模型,并通过ROC曲线验证列线图效能.结果 共筛选获取差异基因148个,GO及KEGG富集分析提示差异基因富集于脂质代谢、趋化因子、细胞外基质等.最后筛选获得核心基因CCL19、CD24、ROBO1、SLC12A2,构建核心基因互作网络图,基于核心基因建立NASH列线图预测模型,该模型ROC曲线的AUC=0.997,95％置信区间(confidence interval,CI)为0.988～1.000.结论 CCL19、CD24、ROBO1、SLC12A2可能与非酒精性脂肪性肝炎发生与进展密切相关,有望成为诊断和精准治疗的潜在靶点.</description><issn>1007-3205</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2024</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDAw1zU2MjDVMzIwMtEzMNIzMLBgYeCEi3Mw8BYXZyYZGBgaGpgYGVpwMqQ9373n6YSO51PmP-9c-WT_wmeN65-uXfZkR9-zObuezlwBYu9c8Hzt7JcNnS_nznvZOun5pn3PGpa_aGl60bQKxGia-7yp7_mslhfbup_2THs6e8HTtROez97xtHXzswU7nu5vfjp_F1CQh4E1LTGnOJUXSnMzaLq5hjh76JYn5qUl5qXHZ-WXFuUBZeIzkiqzUyoqkkA-MDAyMLA0JkUtAOBhdxU</recordid><startdate>2024</startdate><enddate>2024</enddate><creator>莫双阳</creator><creator>伍文红</creator><creator>韦海小</creator><creator>覃海燕</creator><creator>李俩</creator><general>广西医科大学附属柳州市人民医院消化内科,广西柳州 545006%广西医科大学附属柳州市人民医院感染科,广西柳州 545006</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2024</creationdate><title>综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因</title><author>莫双阳 ; 伍文红 ; 韦海小 ; 覃海燕 ; 李俩</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_hbykdxxb2024020093</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2024</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>莫双阳</creatorcontrib><creatorcontrib>伍文红</creatorcontrib><creatorcontrib>韦海小</creatorcontrib><creatorcontrib>覃海燕</creatorcontrib><creatorcontrib>李俩</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>河北医科大学学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>莫双阳</au><au>伍文红</au><au>韦海小</au><au>覃海燕</au><au>李俩</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因</atitle><jtitle>河北医科大学学报</jtitle><date>2024</date><risdate>2024</risdate><volume>45</volume><issue>2</issue><spage>165</spage><epage>171</epage><pages>165-171</pages><issn>1007-3205</issn><abstract>R575.5; 目的 综合运用生物信息学方法及机器学习算法筛选与非酒精性脂肪性肝炎相关的趋化因子核心基因.方法 公共数据库GEO下载非酒精性脂肪性肝病芯片数据集GSE49541,采用R studio软件进行差异分析筛选差异基因,对差异基因进行GO功能注释和KEGG信号通路富集分析,将差异基因与趋化因子通路相关基因集取交集获取趋化因子相关差异基因,然后采用机器学习LASSO回归及SVM-RFE算法筛选核心基因,通过Genemania数据库构建核心基因互作网络图,构建核心基因列线图预测模型,并通过ROC曲线验证列线图效能.结果 共筛选获取差异基因148个,GO及KEGG富集分析提示差异基因富集于脂质代谢、趋化因子、细胞外基质等.最后筛选获得核心基因CCL19、CD24、ROBO1、SLC12A2,构建核心基因互作网络图,基于核心基因建立NASH列线图预测模型,该模型ROC曲线的AUC=0.997,95％置信区间(confidence interval,CI)为0.988～1.000.结论 CCL19、CD24、ROBO1、SLC12A2可能与非酒精性脂肪性肝炎发生与进展密切相关,有望成为诊断和精准治疗的潜在靶点.</abstract><pub>广西医科大学附属柳州市人民医院消化内科,广西柳州 545006%广西医科大学附属柳州市人民医院感染科,广西柳州 545006</pub><doi>10.3969/j.issn.1007-3205.2024.02.008</doi></addata></record>
fulltext fulltext
identifier ISSN: 1007-3205
ispartof 河北医科大学学报, 2024, Vol.45 (2), p.165-171
issn 1007-3205
language chi
recordid cdi_wanfang_journals_hbykdxxb202402009
source Alma/SFX Local Collection
title 综合生物信息学与机器学习筛选非酒精性脂肪性肝炎的趋化因子相关核心基因
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-04T07%3A58%3A25IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E7%BB%BC%E5%90%88%E7%94%9F%E7%89%A9%E4%BF%A1%E6%81%AF%E5%AD%A6%E4%B8%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AD%9B%E9%80%89%E9%9D%9E%E9%85%92%E7%B2%BE%E6%80%A7%E8%84%82%E8%82%AA%E6%80%A7%E8%82%9D%E7%82%8E%E7%9A%84%E8%B6%8B%E5%8C%96%E5%9B%A0%E5%AD%90%E7%9B%B8%E5%85%B3%E6%A0%B8%E5%BF%83%E5%9F%BA%E5%9B%A0&rft.jtitle=%E6%B2%B3%E5%8C%97%E5%8C%BB%E7%A7%91%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E8%8E%AB%E5%8F%8C%E9%98%B3&rft.date=2024&rft.volume=45&rft.issue=2&rft.spage=165&rft.epage=171&rft.pages=165-171&rft.issn=1007-3205&rft_id=info:doi/10.3969/j.issn.1007-3205.2024.02.008&rft_dat=%3Cwanfang_jour%3Ehbykdxxb202402009%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=hbykdxxb202402009&rfr_iscdi=true