Page 155 - 南京医科大学自然版
P. 155

第45卷第12期            严舒桐，刘 琪. 机器学习在类风湿性关节炎诊疗及并发症预测中的研究进展［J］.
                 2025年12月                    南京医科大学学报（自然科学版），2025，45（12）：1834-1844                      ·1837 ·


                用公共数据库数据集对 RA 患者外泌体差异表达                           曲线下面积（area under curve，AUC）为 0.995 的 RA
                lncRNA使用SVM、KNN、RF和Logit算法进行DL，找                  诊断模型，其灵敏度与特异度也较高，可用于预测
                出了DLEU2、FAM13A⁃AS1、MEG3和SNHG15 这4种                包括RA在内的约2/3的风湿性肌肉骨骼疾病（rheu⁃
                具有RA代表性的基因，它们有作为RA早期诊疗靶                           matic musculoskeletal disorder，RMD）患者同期患有
                标的潜能    ［30］ 。针对代谢综合征相关 RA（metabolic              癌症的风险。
                syndrome ⁃ rheumatoid arthritis，MetS ⁃ RA）患 者 ，从
                                                                  3  细胞标志物ML多模态数据赋能诊疗RA
                GEO 数据库中获得了 3 个 RA 数据集和 1 个 MetS
                数据集，利用LASSO和RF识别出TYK2和TRAF2可                          ML 结合不同种类细胞相关标志物可进一步辅
                作为 MetS⁃RA 的潜在标志物         ［31］ 。另外，使用 ML 整        助诊断 RA。有研究报道细胞铁死亡、铜死亡等可
                合患者临床数据可对患者的疼痛等级进行精确分                             加重RA的病理过程，通过GEO数据库中RA数据集
                类，从而帮助医生开展治疗            ［32］ 。也有研究基于图谱            的差异基因与844个铁死亡相关基因取交集，LASSO

                的基因表达模块鉴定（graph⁃based gene expression             分析交集基因发现 MMP13 升高与 GABARAPL1 降
                module identification，GbGMI）算法表明滑膜成纤维             低可作为 RA 的标志       ［45］ 。类似地，铜死亡相关基因
                细胞中815个基因与疼痛有关            ［33］ 。前述研究均表明           SLC35A1、PRPF39、MAP4K3、TMX1 和 FAM96A 具
                ML 结合基因测序数据对 RA 的精准诊断和明确分                         有潜在的诊断价值，可用于预测 RA 患者的病理结
                级有潜在价值。                                           局 ［46］ 。乳酸化作用在免疫细胞代谢及基因表达改
                    ML 利用分子检测结果亦可辅助 RA 并发症的                       变中具有重要调节作用，Fu 等             ［47］ 采用 134 种 ML 算
                预判。有研究使用153例伴发ILD的RA和单纯RA                         法组合对RA基因测序结果进行训练，找出7个核心
                患者静脉血标本，采取LASSO、RF、偏最小二乘回归                        促乳酸化相关基因，该诊断模型 AUC 可达 0.918，
               （partial least squares regression，PLS）共同找出KL⁃6、    qRT⁃PCR 证实 NDUFB3、NGLY1 和 SLC25A4 在 RA
                D⁃二聚体和CA19⁃9可作为判断RA⁃ILD的潜在血液                      中高表达。为研究乳酸代谢与RA的关系，Yang等                    ［48］
                生物标志物     ［34］ 。无监督 ML 通过聚类分析显示，RA                使用类似方法找到与巨噬细胞功能相关的 KCNN4
                与精神/行为类或心血管类、慢性疼痛障碍类合并症                           和 SLC25A4 以及参与树突状细胞免疫的 GATA2 基
                相关性最高     ［35-36］ ，约 15%的 RA 患者会出现抑郁症             因，它们均有望成为RA治疗靶点。Adami等                 ［49］ 从骨
                状，有研究使用LASSO结合SVM/RF算法对RA合并                       代谢角度出发，使用主成分分析（principal compo⁃
                重度抑郁症患者的特异性差异表达基因构建模型，找                           nent analysis，PCA）方法发现骨中较低的 PINP 和
                出了 AURKA、BTN3A2、CXCL10、ERAP2、MARCO、               B⁃ALP可有效诊断RA。另外，根据血清傅里叶变换
                PLA2G7、EAF1、SDCBP 和 RNF19B 作为潜在治疗靶                红外光谱和DL算法构建的MSResNet模型也具有良
                点 ［37-38］ 。还有研究发现 RA 会加重动脉粥样硬化性                   好区分强直性脊柱炎（ankylosing spondylitis，AS）、骨
                心血管疾病，使用 RF 或递归神经网络（recurrent                     关节炎（osteoarthritis，OA）和 RA 患者的性能       ［50］ 。以
                neural network，RNN）等算法可有效辅助判断 RA 患                上均说明 ML 结合与 RA 密切相关的细胞标志物亦
                者并发心血管疾病的风险              ［39- 40］ 。Feng 等 ［41］ 使用  有提高临床RA诊断能力的潜在价值。
                LASSO、RF 和逻辑回归（logistic regression，LR）交叉
                                                                  4 ML能预测RA药物疗效
                找出低密度脂蛋白（low⁃density lipoprotein，LDL）、调
                节性 T 细胞（regulatory T cell，Treg）占比和总胆固醇                推动精确医学、提高药物疗效是治疗 RA 的关
               （total cholesterol，TC）水平是 RA 伴发心血管疾病的              键 ［51］ 。 Li 等 ［52］ 收 集 了 56 例 甲 氨 蝶 呤 治 疗 失 败
                危险因素。LASSO 与 RF 算法表明，NFIL3、EED、                  （methotrexate⁃inadequate response，MTX⁃IR）并计划
                                            ［42］
                GRK2、MAP3K11、RMI1和TPST1 ，还有9种miRNA                采 用 肿 瘤 坏 死 因 子 抑 制 剂（tumor necrosis factor
               （let⁃7c⁃5p、miR⁃30e⁃5p、miR⁃4446⁃3p、miR⁃126⁃5p、      interference，TNFi）治疗的RA患者的血浆外泌体，对
                miR⁃3168、miR⁃425⁃5p、miR⁃126⁃3p、miR⁃30a⁃5p 和       其基因测序结果使用RF和LASSO回归各自产生核
                miR⁃125a⁃5p）对 RA 伴动脉粥样硬化具有较高的诊                    心基因后作交集，并最终确定has⁃circ0002715与has⁃
                断价值   ［43］ 。风湿症状可能伴随恶性肿瘤，为此                       circ0001946为关键基因，可用于预测MTX⁃IR RA患
                Gente等 使用多变量Logistic回归分析，选取了4种                    者及作为开启TNFi治疗的标志物。并且，监测MTX
                       ［44］
                代谢物浓度和 1 种脂质比值作为模型变量，构建出                          治疗前后4周内的基因变化也有助于判断患者是否
   150   151   152   153   154   155   156   157   158   159   160