摘要
移植肾功能延迟恢复(DGF)为肾移植患者常见并发症之一,越来越多的研究开始关注肾移植患者术后DGF发生的新病理生理学机制以及潜在的诊断标志物。本研究对GEO数据库中肾脏移植手术患者的基因表达谱数据进行分析,通过差异表达基因分析发现了多个表达异常的转录因子和免疫相关基因,通过基因编码蛋白之间的相互作用网络分析进一步挖掘了疾病进展过程中的核心调控基因。通过结合加权基因共表达网络分析(WGCNA)和机器学习构建了肾移植术后DGF的预测模型。模型XGBoost的准确率能够达到82.4%,其受试者工作特征曲线下面积(AUC)为0.86,马修斯相关系数(MCC)为0.652,灵敏度(Sensitivity)及特异度(Specificity)则分别为0.789和0.867。对这些获得最优预测效能的特征基因进行检索发现,这些高区分度基因与肾功能密切相关。最后通过比对CMap数据库发现了多个潜在可用于疾病治疗的小分子化合物。本研究对肾移植术后DGF的病理生理学机制进行了多角度探索,为相关疾病的诊断和治疗提供了可靠的理论和实验依据。
-
单位复旦大学附属中山医院