基于WGCNA和机器学习算法探讨动脉粥样硬化的潜在靶点
方柔柔1
张韩香1
杨启帆1
邬东东1
韩若冰1
李涛1
赵晶2
徐守竹1
1.陕西中医药大学(陕西咸阳 712046)2.陕西省针药结合重点实验室
摘要：目的:基于加权基因共表达网络分析(WGCNA)和机器学习算法对动脉粥样硬化(AS)血管测序数据集进行分析,探讨AS的潜在靶点,以期为临床治疗和药物研发提供依据.方法:从基因表达综合数据库(GEO)中下载AS基因表达数据集GSE40231.利用Limma包对数据集进行差异表达分析,获得差异表达基因(DEGs),并进行WGCNA分析确定与AS显著相关的基因模块,将DEGs与AS最显著相关模块基因取交集,将此交集基因确定为AS的关键基因.通过STRING在线网站构建关键基因蛋白互作网络,并对关键基因进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)、疾病本体论(DO)分析.利用3种机器学习(支持向量机、随机森林和最小绝对收缩和选择算子算法)获得枢纽基因(Hub基因)并分析其表达情况;在数据集GSE20129和GSE226790中对Hub基因进行验证.采用单样本基因富集(GSEA)进一步分析Hub基因在AS疾病中发挥的作用及功能.结果:对数据集GSE40231分析发现,与健康对照动脉血管样本相比,AS血管组织样本中共筛选出483个DEGs,其中上调基因245个、下调基因238个.通过WGCNA构建了 20个基因模块,进一步分析发现共8个基因模块为AS最显著相关模块.对DEGs与WGCNA中的8个基因模块相交的关键基因进行富集分析,GO分析主要富集在核质运输、核运输和有机磷分解代谢过程等138个生物学过程(BP);核斑点、细胞的顶端部分和晚期胞体内等10个细胞组分(CC);镁离子结合、单链DNA结合和钙调蛋白结合等43个分子功能(MF).KEGG显著富集在胰高血糖素信号通路、紧密连接信号通路、内分泌和其他因素调节钙的再吸收信号通路、皮质醇的合成和分泌、过氧物酶体等信号通路.利用机器学习最终筛选出糖蛋白激素亚基α2(GPHA2)、镧氨酸合成酶C样蛋白2(LANCL2.1)、含C-X9-C基序4(CMC4)和核前-mRNA结构域1(RPRD1A.2)为Hub基因.相较于正常对照组,4个Hub基因在AS组显著下调,与验证集中的表达趋势一致.结论:GPHA2、LANCL2.1、CMC4和RPRD1A.2与AS的发生发展存在着密切联系,4个Hub基因可能通过胰高血糖素信号通路等参与AS的发生发展.GPHA2、LANCL2.1、CMC4和RPRD1A.2可作为AS候选的新型生物标志物.
关键词：动脉粥样硬化加权基因共表达网络分析机器学习关键靶点生物标志物生物信息学
资助基金：国家自然科学基金(No.82100488)陕西省科技厅重点研发计划项目(No.2022SF-318)陕西省教育厅重点研发计划项目(No.21JS012)国家级大学生创新创业训练计划项目(No.202210716019)
论文发表日期：2025-09-25
在线出版日期：2025-10-14（本平台首次上网日期，不代表文献的发表时间）
页数：11( 2742-2752 )
英文信息