基于生物信息学和机器学习筛选溃疡性结肠炎特征基因及其靶向中药预测

为确定溃疡性结肠炎(ulcerative colitis, UC)的潜在生物标志物，并预测其靶向中药，从GEO数据库下载包含人类UC和健康对照组织(GSE179285、GSE206285和GSE87466)的数据集，合并GSE179285和GSE206285数据集，通过limma R软件包筛选出UC与健康对照组织之间的差异表达基因(DEGs)。采用LASSO回归模型和支持向量机递归特征消除算法筛选出核心生物标志物。GSE87466数据集用作验证队列，受试者工作特征曲线用于评估诊断效能。利用CIBERSORT探讨UC中的免疫浸润特性，并进一步分析潜在生物标志物与不同免疫细胞之间的相关性。最后，在HERB数据库预测核心生物标志物靶向中药。共筛选出157个DEGs,其中102个基因上调，55个基因下调。功能富集分析显示，这些DEGs主要参与IL-17信号通路、TNF信号通路、类风湿关节炎、趋化因子信号通路、体液免疫反应、中性粒细胞趋化和迁移等。LOC389023、OLFM4、AQP8和CWH43被鉴定为UC的潜在生物标志物，且其诊断价值在GSE87466验证数据集中有显著意义。CIBERSO...