换一批
换一批基于机器学习转移性鼻咽癌关键特征基因的筛选及其免疫细胞浸润分析
Screen of key characteristic genes and analysis of immune cell infiltration in metastatic nasopharyngeal carcinoma base on machine learning
摘要：
目的 利用机器学习算法筛选转移性鼻咽癌(mNPC)的关键特征基因,并分析其肿瘤微环境中免疫细胞浸润情况.方法 首先,通过 GEO 数据库下载训练集 GSE103611 数据,并对数据进行差异表达基因(DEGs)筛选、基因本体论(GO)、京都基因与基因组百科全书(KEGG)以及免疫细胞浸润分析.其次,通过最小绝对收缩和选择器操作(LASSO)回归筛选DEGs中的预测基因,并利用预测基因的表达水平和受试者工作特征曲线(ROC)筛选特征基因.再次,进一步分析特征基因与免疫细胞的相关性,从而判断关键特征基因.最后,利用反向验证集GSE1245 数据,对关键特征基因的表达水平和ROC进行验证.结果 共获得 136 个DEGs,其KEGG主要富集在细胞色素P450、肿瘤坏死因子(TNF)信号通路、朊病毒疾病以及EB病毒感染等通路.GO主要富集在肽基酪氨酸磷酸化修饰、病毒基因表达以及B细胞和白细胞活化的负调节过程.22 种免疫细胞在鼻咽癌(NPC)和mNPC中的浸润程度差异不明显.LASSO回归最终得到 2 个mNPC的关键特征基因无精子蛋白 1 缺失(DAZ1)和酵母氨酸脱氢酶(SCCPDH),且两者与mNPC微环境中的免疫细胞显著相关(P＜0.05).在反向验证数据集中,DAZ1 和SCCPDH在非鼻咽癌(nNPC)和 NPC 组间的差异表达不显著(P＞0.05),且两者 ROC 的曲线下面积(AUC)值均＜0.6.结论 DAZ1 和SCCPDH是mNPC的关键特征基因,可作为mNPC及其免疫治疗的重要标志物.
更多
作者：
作者单位：
安徽医科大学人体解剖学教研室,合肥 230032;蚌埠医学院人体解剖学教研室,安徽 蚌埠 233030;数字医学与智慧健康安徽省重点实验室,安徽 蚌埠 233030
[1]
安徽医科大学人体解剖学教研室,合肥 230032;蚌埠医学院人体解剖学教研室,安徽 蚌埠 233030
[2]
蚌埠医学院人体解剖学教研室,安徽 蚌埠 233030;数字医学与智慧健康安徽省重点实验室,安徽 蚌埠 233030
[3]
安徽医科大学人体解剖学教研室,合肥 230032
[4]
期刊：
《解剖学报》2024年55卷3期 311-318页
ISTICPKUCSCDBP
关键词：
转移性鼻咽癌免疫细胞浸润生物信息学机器学习Metastatic nasopharyngeal carcinomaImmune cell infiltrationBioinformaticsMachine learning
分类号：
R739.63
栏目名称：
肿瘤生物学
DOI：
10.16098/j.issn.0529-1356.2024.03.008
发布时间：
2024-07-01
基金项目：
安徽省教育厅自然科学研究重点项目
蚌埠医学院厅级重点实验室开放课题
- 浏览：1
- 被引：0
- 下载：1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
