基于文献加权复合疾病活动指数的基因表达与DNA甲基化特征整合及可重复计算框架构建研究

《Scientific Reports》：A literature-weighted composite index for integrating reproductive dysfunction and cancer-associated molecular features: a reproducible computational pipeline

摘要

旨在构建一个文献加权复合疾病活动指数（DAI），整合与生殖功能障碍和癌症相关的基因表达和 DNA 甲基化特征，并建立一个可重复的计算流程，用于从基因水平数据计算该指数。组装了一个包含 120 个基因水平谱的混合数据集，其中 50 个源自 17 个同行评审来源的文献衍生谱，70 个为合成增强谱。对于每个基因，DAI 根据预先指定的公式，从与癌症和不孕症相关的 Log2FC 值和文献衍生权重中确定性地计算得出，该一般数学框架还指定了甲基化的主效应和交互项。实现了计算流程以重现该指数并表征其分布。使用 K 均值聚类（k = 3）和主成分分析（PCA）对结果特征空间内的分组进行了描述性表征。该流程重现了预先指定的 DAI 计算，结果分数显示了三个描述性分组，平均 DAI 值分别为 1.62、1.17 和 0.91。这些分组反映了用于构建指数的标准化分子特征的变异，而非独立推导出的生物学或临床风险类别。本研究提供了一个透明的、文献加权的复合指数以及一个可重复的计算框架，用于整合生殖功能障碍和癌症交叉领域的基因表达和 DNA 甲基化特征。由于 DAI 直接源自其输入特征且数据集包含合成增强，目前的发现是描述性和假设生成性的。在进行临床或诊断解释之前，需要使用患者来源的分子测量值和临床观察结果进行独立评估。