基于全外显子测序与机器学习的中国慢性失眠症遗传特征研究
《International Journal of Molecular Sciences》:Integrative Analysis of Whole-Exome Sequencing and Machine Learning Reveals Rare Genetic Signatures Associated with Chronic Insomnia Disorder
【字体:
大
中
小
】
时间:2026年11月16日
来源:International Journal of Molecular Sciences 5.6
编辑推荐:
摘要 慢性失眠症(CID)是一种普遍存在的疾病,给公共卫生带
摘要
慢性失眠症(CID)是一种普遍存在的疾病,给公共卫生带来了巨大的负担,但其遗传基础仍不完全清楚。在这项研究中,我们对一个由中国患者组成的队列进行了全外显子测序,该队列包括51名CID患者和51名健康对照组,以分析单核苷酸多态性(SNPs)、插入/缺失(Indels)和拷贝数变异(CNVs)。我们观察到两组之间的变异分布存在差异,并通过罕见功能变异筛选和基因水平分析鉴定出几个候选基因。功能注释和富集分析突出了与感觉感知、类固醇和脂质代谢以及外源物质反应相关的生物过程。探索性的CNV分析识别出几个反复出现的基因组区域,其中包括涉及GSTT1及相关基因的22号染色体区间。此外,机器学习分析鉴定出一组145个罕见SNPs,这些SNPs映射到68个基因上,其中42个是探索性候选基因。支持向量机分类器在保留的测试集上的接收者操作特征曲线下面积(AUC)为0.737。总之,这些发现揭示了与该队列中的CID相关的候选遗传特征,并为未来的功能研究和多变量遗传分类方法的独立评估奠定了基础。
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号