整合机器学习与基因表达谱：探寻肌萎缩侧索硬化症（ALS）新生物标志物与潜在治疗靶点

肌萎缩侧索硬化症（ALS）的早期诊疗困难重重。研究人员利用生物信息学和机器学习方法分析 6 个数据集，鉴定出 206 个差异表达基因（DEGs）及 3 个关键基因。这一成果有助于 ALS 的诊断与治疗，意义重大。

　　肌萎缩侧索硬化症（Amyotrophic Lateral Sclerosis，ALS）是一种渐进性神经退行性疾病，多种因素致使其分子发病机制难以理解，早期诊断和治疗也难以确定。探寻 ALS 中具有诊断和治疗潜力的新型生物标志物变得至关重要。因此，生物信息学和机器学习算法在识别差异表达基因（Differentially Expressed Genes，DEGs）、潜在生物标志物，以及理解 ALS 等疾病的分子机制和复杂性方面大有用处。为实现本研究目的，研究人员利用从基因表达综合数据库（Gene Expression Omnibus，GEO）获取的 6 个数据集，采用综合生物信息学和机器学习方法进行分析。在数据预处理阶段进行对数转换、RMA（Robust Multi-array Average）归一化处理，并校正批次效应。差异表达分析鉴定出 206 个与肌肉功能、能量代谢和线粒体膜活性等不同生物学过程显著相关的 DEGs。功能富集分析突出了与朊病毒病、帕金森病以及通过化学渗透偶联进行 ATP 合成等相关的通路。研究人员采用包含随机森林、LASSO（Least Absolute Shrinkage and Selection Operator）回归和支持向量机递归特征消除（Support Vector Machine-Recursive Feature Elimination，SVM-RFE）的多步骤机器学习框架来识别可靠的生物标志物。该方法确定了 3 个关键基因，即 CHRNA1、DLG5 和 PLA2G4C，经过进一步验证，这些基因有望成为 ALS 的生物标志物。包括主成分分析（Principal Component Analysis，PCA）和受试者工作特征曲线下面积（Receiver Operating Characteristic-Area Under Curve，ROC-AUC）分析在内的内部验证，证明了这些核心基因具有强大的诊断潜力，AUC 达到 0.96。这项工作凸显了生物信息学和机器学习在识别关键基因作为 ALS 诊断和治疗潜在生物标志物方面的效用。