基于LASSO回归、随机森林和人工神经网络的缺血性心肌病基因诊断模型构建与验证OA

目的基于LASSO回归、随机森林(RF)和人工神经网络(ANN)构建缺血性心肌病(ICM)的诊断模型,并对其进行验证。方法在美国国家生物技术信息中心基因表达数据库(NCBI-GEO)中检索ICM基因数据集(GSE1869、GSE5406、GSE42955及GSE116250)。使用SVA R包构建包括130例ICM样本、42例正常样本的训练集(GSE1869、GSE5406、GSE42955数据集)。通过limma R包筛选数据集差异表达基因(DEGs)。分别采用glmnet R包对DEGs进行LASSO回归分析、RandomForest R包进行RF筛选,将LASSO回归和RF筛选得到的ICM相关DEGs取交集,得到ICM关键DEGs。使用Neuralnet R包根据ICM关键DEGs构建ANN模型,根据GSE116250数据集(验证集)绘制受试者工作特征(ROC)曲线,分析ANN模型对ICM的诊断效能。结果共筛选得到ICM相关DEGs 18个,其中ICM关键DEGs有6个:纤维胶凝蛋白3(FCN3)、肌动蛋白结合蛋白(MYOT)、丝氨酸蛋白酶抑制剂家族A成员3(SERPINA3)、Ⅰ型胶原α1链(COL1A1)、溶质载体家族38成员2(SLC38A2)和谷氨酰胺连接酶(GLUL)。成功构建ANN模型,ANN模型在训练集、验证集中对ICM的诊断曲线下面积分别为0.907、0.745。结论ICM的关键DEGs主要有COL1A1、FCN3、GLUL、MYOT、SERPINA3、SLC38A2。据此构建得到ANN诊断模型对ICM的诊断效能较高。