基于生物信息学和机器学习的克罗恩病关键基因筛选和免疫浸润分析.pdfVIP

第38卷第4期医学信息Vol.38No.4

生物信息学2025年2月JournalofMedicalInformationFeb.2025

基于生物信息学和机器学习的克罗恩病关键基因筛选和

免疫浸润分析

卜凡靖

渊滨州市第二人民医院消化内科袁山东滨州256800冤

摘要院目的利用生物信息学和机器学习算法筛选克罗恩病渊CD冤关键基因袁并进行免疫浸润分析遥方法下载基因表达数据库

中包含CD和健康对照者渊Hcon冤的乙状结肠组织转录组测序数据进行差异分析袁利用加权基因共表达网络分析渊WGCNA冤筛

选CD相关的差异表达基因渊DEGs冤遥利用最小绝对收缩和选择算子渊LASSO冤和随机森林渊RF冤等机器学习方法筛选CD的关

键基因袁并进行免疫浸润分析遥结果共获得54个CD相关DEGs袁机器学习算法筛选出CD的潜在生物标志物CCAAT增强

子结合蛋白啄渊CEBPD冤遥CD样本中静息树突状细胞比例低于Hcon样本遥CEBPD与中性粒细胞呈正相关袁与静息CD4记忆T

细胞呈负相关遥结论CEBPB是CD发病的关键基因袁树突状细胞尧中性粒细胞和CD4记忆T细胞与CD的发生发展密切相

关袁可能是治疗CD的关键途径遥

关键词院克罗恩病曰免疫浸润曰机器学习曰生物信息学

中图分类号院R574.4文献标识码院ADOI院10.3969/j.issn.1006-1959.2025.04.002

文章编号院1006-1959渊2025冤04-0010-06

KeyGeneScreeningandImmuneInfiltrationAnalysisofCrohn鸳sDiseaseBased

onBioinformaticsandMachineLearning

BUFanjing

(DepartmentofGastroenterology,BinzhouSecondPeople忆sHospital,Binzhou256800,Shandong,China)

Abstract：ObjectiveToscreenthekeygenesofCrohn忆sdisease(CD)bybioinformaticsandmachinelearningalgorithms,andtoanalyzetheimmune

infiltration.MethodsThetranscriptionalsequencingdataofsigmoidcolontissuecontainingCDandhealthycontrols(Hcon)wasdownloadedfor

differentialanalysis,andweightedgeneco-expressionnetworkanalysis(WGCNA)wasusedtofilterforCD-relateddifferentiallyexpressedgenes

(DEGs).ThekeygenesforCDwereidentifiedusingmachinelearningmethodssuchastheleastabsoluteshrinkageandselectionoperator(LASSO)

andrandomforest(RF),andimmuneinfiltrationanalysiswasperformed.ResultsAtotalof54CD-relatedDEGswereobtained,andmachine

lea