换一批基于LASSO的非酒精性脂肪肝病的预测研究
Prediction of non-alcoholic fatty liver disease based on LASSO regression algorithm
摘要目的 基于LASSO回归算法构建非酒精性脂肪肝(NAFLD)疾病预测模型并筛选出疾病潜在基因,以有效区分NAFLD患者与正常人群.方法 通过数据库获得GSE135251数据集(其中206个为不同纤维化阶段的NAFLD患者样本,10个为健康正常人样本),所有样本为高通量RNA测序获取的转录谱数据;应用Apriori算法对基因位点进行关联性分析,去除冗余或高度共现的基因,筛选出特征相关性较低的基因用于建立疾病预测模型,以实现特征降维;基于LASSO回归算法建立NAFLD疾病预测模型并筛选出NAFLD的疾病潜在基因;基于挑选出的疾病潜在基因,采用k-means无监督聚类方法对样本进行分组,并分析聚类结果与数据集中正常人及NAFLD患者分组之间的一致性.结果 基于建立的NAFLD疾病预测模型筛选出NAFLD疾病潜在基因为PCBP2、CEBPD、GC、DNAJC12和PTN,基于这5个疾病潜在基因可将样本聚类为正常人群和 NAFLD患者,聚类轮廓系数约为0.63,Davies-Bouldin指数约为0.5.结论 通过关联性分析降维结合机器学习方法,可有效筛选NAFLD相关基因并实现样本分类预测,为疾病机制研究及临床应用提供参考.
更多相关知识
关键词
非酒精性脂肪肝(NAFLD)LASSO回归算法疾病预测模型疾病潜在基因转录谱数据non-alcoholic fatty liver disease(NAFLD)LASSO regression algorithmdisease prediction modelingdisease potential genetranscriptional profiling data
分类号
R575（消化系及腹部疾病）
栏目名称
DOI
10.7652/jdyxb202602011
发布时间
2026-03-31（万方平台首次上网日期，不代表论文的发表时间）
- 浏览5
- 被引0
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
