生物信息学联合机器学习筛选幽门螺杆菌相关萎缩性胃炎的生物标志物.pdfVIP

第32卷第7期中国医学工程Vol.32No.7

2024年7月ChinaMedicalEngineeringJul.2024

DOI:10.19338/j.issn.1672-2019.2024.07.002

·论著·

生物信息学联合机器学习筛选幽门螺杆菌

相关萎缩性胃炎的生物标志物

卜凡靖

（滨州市第二人民医院消化内科，山东滨州256800）

摘要：目的利用加权基因共表达网络分析（WGCNA）、机器学习算法筛选幽门螺杆菌相关萎缩性胃炎（HPAG）潜

在的生物标志物。方法下载基因表达数据库中包含HPAG和无幽门螺杆菌感染（nonHP）的胃组织转录组数据进行差异

分析，对差异表达基因（DEGs）进行基因集富集分析（GSEA）。整合WGCNA结果和DEGs，筛选HPAG相关基因。利用

最小绝对收缩和选择算子（LASSO）、支持向量机递归特征消除（SVM-RFE）和随机森林（RF）等机器学习方法筛选

HPAG的潜在生物标志物，提取生物标志物的表达量进行组间比较。结果共获得213个DEGs，主要富集在胆固醇代谢、

脂肪的消化吸收等信号通路。机器学习算法筛选出AF的潜在生物标志物S100钙结合蛋白G（S100G）。HPAG样本中S100G

表达水平高于nonHP样本。结论HPAG发病涉及胆固醇代谢、脂肪的消化吸收等信号通路，S100G在HPAG胃组织中表

达显著增高，可能成为HPAG治疗的新靶点。

关键词：萎缩性胃炎；幽门螺杆菌；加权基因共表达网络分析；机器学习；生物标志物

中图分类号：R735.2；R975

Bioinformaticscombinedwithmachinelearningforscreening

biomarkersinHelicobacterpylori-associatedatrophicgastritis

BUFanjing

(DepartmentofGastroenterology,BinzhouSecondPeoplesHospital,Binzhou,Shandong256800,China)

Abstract:【Objective】ToscreenpotentialbiomarkersofHelicobacterpylori-associatedatrophicgastritis(HPAG)using

weightedgeneco-expressionnetworkanalysis(WGCNA),andmachinelearningalgorithms.【Methods】Todownloadthe

transcriptomicdataofgastrictissuescontainingHPAGandnon-Helicobacterpylor