TY - JOUR A2 - Sakowicz, Agata AU - Xie, Hang AU - Zha, Enfa AU - Zhang, yuhun PY - 2020 DA - 2020/11/28 TI -急性心肌梗死患者代谢相关特征基因的鉴定SP - 8880004 VL - 2020 AB - 客观的．越来越多的证据表明，代谢过程在急性心肌梗死(AMI)的生物学过程中起着关键作用。本研究的目的是利用支持向量机(SVM)识别AMI患者的特征性代谢相关基因，进一步探讨这些基因在AMI诊断中的价值。 方法．AMI相关基因微阵列表达数据从GEO数据库GSE66360数据集下载。该数据集包括50例AMI样本和49例正常对照，随机分为发现队列(21例AMI样本和22例正常对照)和验证队列(28例AMI和28例正常对照)。我们应用了一种结合支持向量机和递归特征消除(RFE)的机器学习方法来区分AMI患者和正常对照。在此基础上构建支持向量机分类器。采用受试者工作特征(Receiver operating characteristic, ROC)分析两组患者AMI早期诊断的预测价值，并进一步在独立的外部队列中进行验证。 结果．基于SVM-RFE鉴定出3个代谢相关基因( AKR1C3， GLUL, PDE4B）.基于三个基因的SVM分类器允许在AMI和健康样本之间进行良好的区分，在两个发现队列( AUC ＝ 0.989 )和验证队列( AUC ＝ 0.964 )，这在GSE68060数据集( AUC ＝ 0.839 ）.此外，SVM分类器允许在GSE68060队列中完美区分复发性AMI事件和非复发性AMI事件( AUC ＝ 0.992 ）.对鉴定出的特征基因进行GO和KEGG途径富集分析，发现特异性代谢途径显著富集。 结论．所鉴定的代谢相关基因可能在AMI的发生发展中发挥重要作用，并可能代表AMI的诊断和治疗生物标志物。SN - 0278-0240 UR - https://doi.org/10.1155/2020/8880004 DO - 10.1155/2020/8880004 JF -疾病标志物PB - Hindawi KW - ER -