基于机器学习和生物信息学分析的铜死亡相关基因在牙周炎中的作用研究
赵丹丹
郭子怡
郭易阳
谷雅楠
范晶
张冬雪
100020,首都医科大学附属北京朝阳医院
摘要：目的 铜死亡是一种新的细胞程序性死亡方式,本研究旨在分析铜死亡相关基因在牙周炎组织中的表达,探讨铜死亡与牙周炎的关系.方法 通过下载GEO数据库中牙周炎基因芯片数据集GSE10334,分析12个铜死亡相关基因在牙周炎组织和正常组织中的表达差异.进一步用随机森林算法(RF)和支持向量机-递归特征消除(SVM-RFE)算法确定6个关键铜死亡基因,并用其构建诊断模型且进行校准.然后,使用CIBERSORT分析关键铜死亡基因和免疫细胞之间的相关性.结果 筛选出6个关键的铜死亡相关基因与牙周炎有相关性,分别为SLC31A1、DLD、LIAS、ATP7A、DLST和DLAT.基于关键基因构建诊断模型具有较高的临床有效性(AUC=0.855).此外,关键铜死亡基因与肥大细胞及NK细胞有显著相关性.结论 通过机器学习和生物信息学分析构建了6个铜死亡相关基因(SLC31A1、DLD、LIAS、ATP7A、DLST和DLAT)的诊断模型,其与牙周炎之间存在一定关联.本研究不仅为牙周炎提供了新的可能病理机制,而且为牙周炎的诊断和治疗提供了新的方向.
关键词：铜死亡牙周炎生物信息学机器学习
分类号：R781.4(口腔内科学)
论文发表日期：2023-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 332-336 )
英文信息