基于机器学习的强直性脊柱炎免疫相关基因鉴定

摘要：

目的:探索免疫相关的特征基因在强直性脊柱(ankylosing spondylitis,AS)的诊断价值及其分子机制.方法:从GEO数据库下载GSE73756和GSE25101数据集,联合加权基因过表达网络(WGCNA)与最小绝对值收敛选择算子(LASSO)和支持向量机-递归特征消除(SVM-RFE)筛选特征基因,并评估其在AS中的诊断价值,并进行功能及通路富集分析等生物信息学分析.结果:共鉴定出5个关键免疫相关基因:CD81、IL2RB、CSF3R、IL8、CCL3L3.5个基因联合构建的诊断模型在训练集和测试集中都具有较高的诊断价值.结论:CD81、IL2RB、CSF3R、IL8、CCL3L3可能成为AS的诊断生物学标志及潜在治疗靶点.

关键词：强直性脊柱炎、免疫相关基因、生物信息学、机器学习、支持向量机

所属期刊栏目：20

分类号：R681.5(骨科学（运动系疾病、矫形外科学）)

资助基金：湖南省自然科学基金面上项目;湘南学院校级科学研究项目;郴州市科技局科技发展计划项目

在线出版日期：2023-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：54-62