基于机器学习的结直肠癌内质网应激相关基因识别与分析
潘荣天
张圆
于韶荣
210009 江苏 南京,南京医科大学附属肿瘤医院/江苏省肿瘤医院/江苏省肿瘤防治研究所 肿瘤内科
摘要：目的 探讨内质网应激(ERS)相关基因在结直肠癌中的表达特征及其临床意义,并评估其在诊断和预后中的应用价值.方法 选取 GEO 数据库中 3 个结直肠癌数据集(GSE41258、GSE50760、GSE5206).数据预处理后筛选差异表达基因.与ERS相关基因进行交集,利用支持向量机递归特征消除、梯度提升决策树 2 种机器学习方法筛选关键基因,最终确定 7 个交集基因(HSD11B2、GCG、RCN1、COL1A1、TRIB3、CCND1 和 VEGFA).基于关键基因的表达值构建人工神经网络模型,并评估其诊断效能.通过ROC曲线分析模型在总数据集及单独数据集中的泛化能力.同时,分析关键基因在癌组织与正常组织中的表达差异及其相关性.结合TCGA数据库进行生存分析,讨论基因表达水平与患者总生存期的关系.最后,通过Enrichr数据库筛选与关键基因相关的潜在药物.结果 筛选出的7 个关键基因在结直肠癌组织中表现出显著的表达差异:其中GCG和HSD11B2 在正常组织中高表达;RCN1、COL1A1、TRIB3、CCND1 和VEGFA在肿瘤组织中高表达.人工神经网络模型在训练组和验证组中的ROC曲线下面积(AUC)均大于 0.8,表明具有良好的诊断性能.生存分析显示,GCG和HSD11B2的高表达与较好的预后相关,而其余基因的高表达与不良预后相关.药物筛选结果显示,Entinostat和Indomethacin等药物可能通过调控这些基因的表达发挥作用.结论 HSD11B2、GCG、RCN1、COL1A1、TRIB3、CCND1 和VEGFA的表达在结直肠癌中具有重要的诊断和预后价值,并可能为靶向治疗提供潜在的研究方向.
关键词：结直肠癌内质网应激机器学习生物信息学分析药物筛选
资助基金：国家自然科学基金(82172872)国家自然科学基金(81902489)江苏省肿瘤医院移山计划项目(YSPY202408)江苏省重点研发计划项目(BE2021745)江苏省自然科学基金(BK20191079)
论文发表日期：2026-02-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：10( 36-45 )
英文信息