Page 76 - 南京医科大学自然版

第45卷第4期
·512 · 南 京 医 科 大 学 学 报 2025年4月

组中高表达，且差异有统计学意义（图1D）。 peroxidase 4，GPX4）、CHMP2A、半胱天冬酶 8（cas⁃
2.2 构建机器学习模型识别PCOS疾病特征基因 pase 8，CASP8）和 CHMP4B 是得分最高的前 5 个基
使用RF、XGB、GLM 和SVM 算法建立机器学习 因 。 对 于 RF 模 型 ，NLR 家 族 含 CARD 结 构 域 4
模型以识别 PCOS 疾病特征基因。基于 47 个关键 （NLR family CARD domain containing 4，NLRC4）、
PRG 构建模型，评估 PCOS 发病风险。残差盒线图 AIM2、磷 脂 酶 C，γ1（phospholipase C，gamma 1，
（图2A）显示，XGB残差均方根最小，而GLM残差值 PLCG1）、NOD2 和蛋白激酶 Cα（protein kinase C al⁃
最大。RF和SVM模型的残差分布在0.25~0.50。反 pha，PRKACA）被认为是最重要的。在 SVM 模型
向累积分布图的结果（图 2B）与这些发现一致。 中，PYCARD、CHMP2A、CASP8、NLRC4 和 NOD2 是
ROC曲线分析（图2C）显示，XGB模型的曲线下面积 显著基因，而在 XGB 模型中，CHMP4B、PYCARD、
为 0.867，SVM 为 0.800，RF 为 0.733，GLM 为 0.533。 NOD 样受体蛋白 2（NOD like receptor family pyrin
相比之下，GLM模型曲线面积较小，存在过拟合的可 domain containing 2，NLRP2）、NLRC4 和 AIM2 是显
能。对所有4种方法进行了基因重要性分析，得到了 著基因，准确率为 0.867。结合结果，选择精度最高
基因重要性评分（图2D）。在GLM模型中，BCL⁃2 基 的XGB模型。

因家族中的细胞凋亡促进基因（BCL⁃2⁃associated X 2.3 预测列线图的评估
protein，BAX）、谷胱甘肽过氧化物酶 4（glutathione 以XGB模型筛选出的前5个基因为疾病特征基

A B
Pyroptosis Cytosolic DNA⁃sensing pathway
Nuclear membrane reassembly NOD⁃like receptor signaling pathway
P adjust P adjust
Chromosome localization p53 signaling pathway
2e⁃09 0.01
Lysosome organization 4e⁃09 C⁃type lectin receptor signaling pathway
6e⁃09 0.02
Macroautophagy 8e⁃09 Lipid and atherosclerosis
Count
Positive regulation of cytokine production Count TNF signaling pathway 3
10.0
Regulation of innate immune response 12.5 IL⁃17 signaling pathway 6
15.0 9
Intrinsic apoptotic signaling pathway 17.5 NF⁃kappa B signaling pathway 12
20.0 15
Wound healing Longevity regulating pathway
18
Cytokine⁃mediated signaling pathway MAPK regulating pathway
0 50 100 150 200 10 20
Fold enrichment Fold enrichment
C D
Cluster Control PCOS
CASP4 IL1A GSDMB
CASP6 BAK1
10
AIM2 NLRP3 ** * *
PRKACA NLRP7
Gene expression
HMGB1 PLCG1
GPX4 PYCARD 8
NOD1 CASP9 6
DFNA5 CASP1 CHMP6
CHMP4C CHMP4A
DFNB59 NLRP6 4
PYCARD NOD2 CHMP4C CASP8
IRF2 NLRP2 AIM2
IL1B IRF1 CHMP2B CHMP7
GSDMD CASP3
TP53 NLRC4
CHMP4B CHMP3
CASP8 TIRAP
CHMP2A
ELANE GSDMA
IL18 TNF
GZMA GSDMC
CASP5 GZMB
BAX CYCS
TP63 NLRP1
IL6 NOD2 SCAF11
A：GO function analysis of pyroptosis⁃related genes. B：KEGG pathway enrichment of pyroptosis⁃related genes. C：PPI network analysis of pyropto⁃
**
*
sis⁃related genes. D：Differential expression analysis of pyroptosis⁃related genes between control（n=13）and PCOS cases（n=17）. P < 0.05，P < 0.01.
图1 PCOS中焦亡相关基因的特征
Figure 1 The characteristics of pyroptosis⁃related genes in PCOS