基于LASSO回归的新型冠状病毒感染泛素化风险模型的构建
王越越
张俊琦
袁青宏
夏黎红
刘瑞波
蔡思睿
姜东伯
杨琨
空军军医大学基础医学院免疫学教研室,陕西西安710032
摘要：目的 探究泛素蛋白酶体功能激活与新型冠状病毒感染(COVID-19)之间的关系,构建风险模型,为COVID-19的预后评估提供潜在的生物标志物.方法 使用生物信息学分析公共数据库中COVID-19患者的转录组数据,对非COVID-19和COVID-19患者以及聚类分析得到的簇1和簇2分别进行差异分析,以其重合的差异基因构建最小绝对收缩和选择算子(LASSO)回归+Cox多因素回归分析预后模型,绘制生存曲线并使用受试者工作特征(ROC)曲线评估预后模型效果,结合其对应的临床信息验证该模型的可靠性.结果 取簇1和簇2差异表达基因(DEGs)与非COVID-19和COVID-19患者DEGs的交集,得到的230个基因进行LASSO回归分析,其中9个关键DEGs用于构建风险模型.以0.79为临界值将患者分为高风险组和低风险组,两组的机械通气概率曲线具有统计学意义(P＜0.05).多因素Cox回归分析训练集的10、20、30 d的ROC曲线下面积分别为0.919、0.962和0.987,经过测试集验证,同时结合临床信息分析,结果表明该风险模型具有一定的预测性和稳定性.结论 基于泛素化特征的预后分层和生物标记物筛选在临床管理和药物开发中可能发挥重要作用.
关键词：SARS-CoV-2泛素化LASSO回归分析生物标志物
分类号：R563.1(呼吸系及胸部疾病)O212.1(概率论与数理统计)
资助基金：国家自然科学基金(82073154)国家自然科学基金(82203510)陕西省重点研发计划项目(2023YBSF-198)
论文发表日期：2023-07-28
在线出版日期：2026-08-26（本平台首次上网日期，不代表文献的发表时间）
页数：7( 582-588 )
英文信息