基于WGCNA分析和SVM建模对轻度认知功能障碍患者血液基因生物标志物的筛选研究

目的:分析轻度认知功能损害(mild cognitive impairment,MCI)患者的外周血表达谱数据,寻找MCI的基因生物标志物.方法:从GEO数据库下载GSE63063表达谱数据,采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)明确与MCI相关的共表达模块,对最显著的模块进行功能富集分析,利用STRING数据库构建模块的蛋白互作(protein-protein interaction,PPI)网络,识别网络中的Hub基因,基于支持向量机(support vector machine,SVM)建立MCI的诊断模型,并进行受试者工作特征曲线(receiver operating characteristic curve,ROC)分析,检测其诊断能力.结果:通过WGCNA分析,发现9个与MCI相关的共表达模块,brown模块与MCI的相关性最强.通过MCC算法筛选出每个模块的前15个Hub基因,其中brown模块的Hub基因诊断能力最高,在训练集及验证集中的ROC曲线下面积分别为0.864、0.789.结论:brown模块的Hub基因可成为诊断MCI的潜在生物学标志物.