基于生物信息学与机器学习识别静脉血栓栓塞症诊断生物标志物及模型构建

《Hereditas》：Identification and evaluation of diagnostic signatures for VTE based on bioinformatics analysis and machine learning

【字体：大中小】 时间：2026年10月28日 来源：Hereditas 2.6

编辑推荐：

　　摘要背景静脉血栓栓塞症（VTE）是一种常见的危及生命的血管疾病，其可靠的诊断生物标志物仍然有限。本研究旨在通过整合生物信息学和机器学习方法识别潜在的诊断标志物，并进行模型评估。方法采用GSE19151和GSE48000两个数据集鉴定VTE患者中的差异表达基因（DEGs）。利用GO

摘要

背景

静脉血栓栓塞症（VTE）是一种常见的危及生命的血管疾病，其可靠的诊断生物标志物仍然有限。本研究旨在通过整合生物信息学和机器学习方法识别潜在的诊断标志物，并进行模型评估。

方法

采用GSE19151和GSE48000两个数据集鉴定VTE患者中的差异表达基因（DEGs）。利用GO和KEGG数据库进行功能富集分析。应用五种机器学习算法（LASSO、RF、XGBoost、GBM和KNN）筛选诊断生物标志物。候选生物标志物的表达水平和诊断性能在GSE19151和GSE48000数据集中进行评估，并通过ELISA在临床队列中进行检测。模型评估采用AUC、校准曲线和决策曲线分析（DCA），并使用DeLong检验比较模型间的AUC。

结果

Venn分析鉴定出76个VTE中共同的差异表达基因，主要富集于红细胞稳态和氧化应激通路。鉴定出四个候选生物标志物（BFAR、CXorf21、PIP5K1A和UBFD1）。BFAR（535.7?±?84.3 vs. 451.4?±?24.2 pg/mL，p?<?0.001）和CXorf21（688.5?±?89.8 vs. 598.8?±?31.9 pg/mL，p?=?0.006）的蛋白水平在VTE患者中显著高于对照组。基于GSE19151构建的四分子列线图在训练队列中的表观AUC为0.979（95% CI: 0.962–0.997，p?<?0.001）。重新拟合的四生物标志物模型在GSE48000和临床队列中的AUC分别为0.775（95% CI: 0.677–0.873，p?<?0.001）和0.818（95% CI: 0.701–0.935，p?<?0.001）。DCA提示在GSE19151、GSE48000和临床评估队列中具有潜在的净获益。

结论

BFAR和CXorf21是VTE相关的候选生物标志物，其转录组和蛋白水平结果方向一致。四生物标志物模型仍处于探索性阶段，需要进一步验证。

背景

静脉血栓栓塞症（VTE）是一种常见的危及生命的血管疾病，其可靠的诊断生物标志物仍然有限。本研究旨在通过整合生物信息学和机器学习方法识别潜在的诊断标志物，并进行模型评估。

方法

采用GSE19151和GSE48000两个数据集鉴定VTE患者中的差异表达基因（DEGs）。利用GO和KEGG数据库进行功能富集分析。应用五种机器学习算法（LASSO、RF、XGBoost、GBM和KNN）筛选诊断生物标志物。候选生物标志物的表达水平和诊断性能在GSE19151和GSE48000数据集中进行评估，并通过ELISA在临床队列中进行检测。模型评估采用AUC、校准曲线和决策曲线分析（DCA），并使用DeLong检验比较模型间的AUC。

结果

Venn分析鉴定出76个VTE中共同的差异表达基因，主要富集于红细胞稳态和氧化应激通路。鉴定出四个候选生物标志物（BFAR、CXorf21、PIP5K1A和UBFD1）。BFAR（535.7?±?84.3 vs. 451.4?±?24.2 pg/mL，p?<?0.001）和CXorf21（688.5?±?89.8 vs. 598.8?±?31.9 pg/mL，p?=?0.006）的蛋白水平在VTE患者中显著高于对照组。基于GSE19151构建的四分子列线图在训练队列中的表观AUC为0.979（95% CI: 0.962–0.997，p?<?0.001）。重新拟合的四生物标志物模型在GSE48000和临床队列中的AUC分别为0.775（95% CI: 0.677–0.873，p?<?0.001）和0.818（95% CI: 0.701–0.935，p?<?0.001）。DCA提示在GSE19151、GSE48000和临床评估队列中具有潜在的净获益。