时 间：5月21日16:00
地 点：教学主楼822会议室
主持人：高 灿 教 授
报告人：杜文龙 副教授
题 目：整合生物信息学与机器学习揭示AD相关特征基因及CARTPT-ceRNA调控网络
内 容：本研究旨在基于生物信息学与机器学习算法，筛选出能准确识别阿尔兹海默症（Alzheimer's disease, AD）的特征基因并构建竞争性内源RNA（Competing endogenous RNAs， ceRNA）调控网络，揭示其在AD病例进程中的表达机制。通过整合GEO数据库中AD人脑组织转录组数据（训练集：GSE37263、GSE122063、GSE138260；验证集：GSE5281），采用主成分分析（Principal Component Analysis, PCA）进行聚类并筛选差异表达基因（Differentially Expressed Genes，DEGs），联合最小绝对值收缩和选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）回归、支持向量机（Support Vector Machine, SVM）与随机森林（Random Forest, RF）机器学习算法，筛选出AD相关特征基因。并进行GO和KEGG分析，显示其富集的功能通路。同时对该基因进行基因集富集分析（Gene Set Enrichment Analysis, GSEA）与基因集变异分析（Gene Set Variation Analysis, GSVA）得出高低表达组中富集通路的不同。最后进行免疫细胞浸润分析，构建ceRNA调控网络。鉴定出4个AD相关特征基因（CARTPT、FCGBP、NPTX2、RBM3）。其中，CARTPT在独立验证集中表现出最优的疾病识别效能，CARTPT基因调控网络与AD病理进程之间存在着复杂互作关系。功能富集分析揭示CARTPT显著参与神经递质代谢（儿茶酚胺通路）、突触可塑性调控及成瘾相关信号转导。基于GSEA和GSVA的多维度解析显示：CARTPT高表达组与促炎、组织重构及NOTCH信号驱动的细胞命运调控相关；而低表达组呈现氧化磷酸化代谢亢进与帕金森病相关通路富集，导致神经代谢紊乱和能量代谢抑制。免疫微环境分析进一步揭示，CARTPT表达水平与初始B细胞浸润呈显著负相关，且通过竞争性内源RNA（Competing endogenous RNA, ceRNA）调控网络从系统层面解析基因表达的调控机制。本研究建立了AD特征基因CARTPT的多维调控框架，为AD的精准分型及靶向干预提供了新型生物标志物和理论依据。
