关键词:
缺血性卒中
葡萄糖代谢
加权基因共表达网络分析
机器学习
关键基因
摘要:
目的基于加权基因共表达网络分析(WGCNA)和机器学习算法探究葡萄糖代谢参与缺血性脑卒中(IS)的机制及其关键基因。方法本实验时间为2022年11月—2023年6月。从GEO数据库GPL6883平台下载IS芯片数据集GSE16561,其包括39例IS患者(IS组)和24例健康受试者(对照组)外周血的总RNA表达谱数据,对其进行预处理,基于WGCNA筛选与IS组相关性最强的模块内基因,将其与在GeneCards数据库选取的相关性得分>5分的基因取交集,得到IS葡萄糖代谢相关基因并对其进行基因本体论(GO)功能富集分析。基于蛋白质相互作用(PPI)网络分析,采用机器学习算法[随机森林(RF)、支持向量机递归特征消除(SVM-RFE)算法]筛选IS葡萄糖代谢关键基因。比较GSE16561中IS组和对照组IS葡萄糖代谢关键基因表达量,同时绘制IS葡萄糖代谢关键基因诊断IS的ROC曲线,通过曲线下面积(AUC)评估其诊断效能。结果WGCNA共得到了11个基因共表达模块,其中棕色模块与IS组相关性最强(r=0.56,P=2×10^(-6)),其共包含461个基因。GeneCards数据库中相关性得分>5分的基因共2386个,将其与棕色模块基因取交集,共得到85个IS葡萄糖代谢相关基因。GO功能富集分析结果显示,IS葡萄糖代谢相关基因主要涉及的生物学过程(BP)为对肽的反应、对肽激素的反应、细胞碳水化合物代谢过程,主要涉及的细胞成分(CC)为富含纤维胶凝蛋白1的颗粒、分泌颗粒腔、细胞质囊泡腔,主要涉及的分子功能(MF)为类泛素蛋白连接酶结合、磷蛋白结合、蛋白酶结合。PPI网络分析结果显示,得到了1个包含12个基因的核心模块。将RF算法以及SVM-RFE算法得到的关键基因取交集,最终得到4个IS葡萄糖代谢关键基因,分别为MMP9、STAT3、ITGAM、TLR2。IS组MMP9、STAT3、ITGAM、TLR2表达量高于对照组(P<0.05)。ROC曲线分析结果显示,MMP9、STAT3、ITGAM、TLR2诊断IS的AUC分别为0.855[95%CI(0.762~0.948)]、0.872[95%CI(0.784~0.960)]、0.842[95%CI(0.747~0.936)]、0.829[95%CI(0.727~0.931)]。结论IS葡萄糖代谢相关基因主要通过影响炎症反应及氧化应激等而参与IS的发生发展,且MMP9、STAT3、ITGAM、TLR2为IS葡萄糖代谢关键基因,这可为葡萄糖代谢参与IS的相关研究提供新思路。