基于机器学习筛选年龄相关性听力损失基因标志物并揭示CTSS对小鼠耳蜗的作用机制

本研究针对老年人群中高发的年龄相关性听力损失(ARHL)，通过整合4个小鼠耳蜗转录组数据集和C57BL/6J小鼠mRNA测序数据，运用Stepglm[forwards]算法筛选出38个基因组成的预测标志物，其训练组准确率优异且免疫功能活跃。关键基因CTSS与年龄显著相关，在ARHL小鼠耳蜗血管纹高表达并与巨噬细胞标志物CD68呈正相关(R=0.74,p=0.006)，提示其可能通过诱导巨噬细胞浸润及慢性炎症促进ARHL。该研究为ARHL早期诊断提供新型分子靶点。

　　

科研团队运用机器学习技术破解年龄相关性听力损失(ARHL)的分子密码。通过对4组ARHL小鼠耳蜗转录组数据和C57BL/6J小鼠mRNA测序数据的深度挖掘，采用Stepglm[forwards]算法构建出包含38个基因的预测模型，该标志物在训练组和测试组均展现出优异的预测准确性与召回率，并显著富集于免疫功能相关通路。

研究聚焦关键基因组织蛋白酶S(CTSS)，发现其表达水平不仅与年龄呈正相关，更在ARHL小鼠耳蜗血管纹区域特异性高表达。通过qPCR、免疫组化和共聚焦显微镜等技术证实，CTSS与巨噬细胞标志物CD68表达存在显著正相关性(R²
=0.74, p=0.006)，暗示其可能通过招募巨噬细胞浸润及引发慢性低度炎症，最终导致耳蜗功能损伤。这项研究为ARHL的早期分子诊断提供了新型生物标志物，同时揭示了CTSS-巨噬细胞轴在听觉衰老过程中的重要作用机制。