利用公共数据集和机器学习技术，开发一种基于血液的铁死亡驱动因子评分系统，用于帕金森病的诊断

《Computational Biology and Chemistry》：Development of a Blood-Based Ferroptosis Driver Scoring System for Parkinson’s Disease Using Public Datasets and Machine Learning

　　

戴冰路|余正|黄青|张玉媛

• •
  从1990年到2021年，帕金森病的全球年龄标准化患病率和疾病负担调整寿命（DALY）率持续上升，表明该疾病的负担相当严重。
• •
  基于GEO和FerrDb数据库，结合LASSO回归和随机森林算法筛选了与铁死亡（ferroptosis）相关的基因。
• •
  根据FerrDb数据库，将铁死亡相关基因分为驱动基因（driver genes）和抑制基因（suppressor genes）两组，并分别建立了相应的评分系统。
• •
  该铁死亡驱动基因评分在训练集中的AUC值为0.656，但在验证集中的表现有限（AUC = 0.645，P = 0.053）。