基于生物信息学和机器学习探究溃疡性结肠炎能量代谢关键基因及其潜在机制

为鉴定溃疡性结肠炎(ulcerative colitis, UC)中与能量代谢相关的关键基因,通过从GSE87466数据集中提取能量代谢相关基因的表达量并进行差异分析后对其进行富集分析,使用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator, LASSO)算法和支持向量机器-递归特征消除(support vector machine-recursive feature elimination, SVM-RFE)算法识别UC能量代谢关键基因,对关键基因进行富集分析、免疫浸润分析、关键基因靶向药物预测和构建ceRNA网络,最后用GSE75214作为验证集对关键基因的表达进行验证。结果表明：共筛选出32个与能量代谢相关基因,通过LASSO和SVM算法鉴定出5个关键基因(SLC16A1、ACSF2、NR1H4、CHST11和CBR3)。单基因富集结果显示关键基因通过糖酵解/葡萄糖新生、丁酸代谢、丙酮酸代谢等途径参与UC的发生发展。验证集GSE75214对关键基因进行验证发现表达均具有差异。为从能量代谢角度治疗溃疡性结肠...