摘要
目的:利用生物信息学和机器学习方法寻找狼疮肾炎(LN)的诊断基因,并分析可能的免疫浸润机制,为狼疮肾炎的临床治疗提供新的方向.方法:从 GEO 数据库下载 LN 基因表达谱芯片数据集,其中 GSE32591 作为训练集,GSE112943 作为独立验证数据集.使用R软件进行差异基因的筛选,并对这些差异基因进行基因本体论(GO)及基因通路富集(KEGG)分析.进一步利用LASSO回归和SVM-RFE机器学习算法筛选诊断基因,同时进行外部验证和受试者工作曲线(ROC)分析,再利用肾脏病Nephroseq数据库对诊断基因进行双重验证,最后通过CIBERSORT反卷积法计算22 种免疫细胞在LN中的浸润情况及相关性.结果:筛选出LN差异基因共计367 个,富集分析发现LN主要涉及对病毒的反应、免疫反应调节信号、细胞因子产生的正向调节、病毒过程的调节等免疫相关功能,以及金黄色葡萄球菌感染、COVID-19、甲型流感、补体和凝血级联等炎症通路.通过机器学习筛选出ISG20、PKP4、IFI44 和LPL为诊断基因,均具有良好的诊断与预测效能.最后利用CIBERSORT反卷积法免疫浸润显示,在LN中记忆B细胞、单核细胞、活化自然杀伤细胞表达上调,而滤泡辅助性T细胞、未活化自然杀伤细胞表达下调.结论:LN的发生与发展是多基因多通路共同参与的结果,ISG20、PKP4、IFI44 和LPL可能为LN诊断与预测的潜在生物标志物,同时记忆B细胞与单核细胞可能在LN的发生中具有重要意义.
NETL
NSTL
万方数据