目的:通过生物信息学分析来识别腹主动脉瘤的关键基因及并分析其相关的生物学通路。方法:对68例样本(腹主动脉瘤：49例；对照组：19例)的RNA表达谱数据进行加权基因共表达网络分析(WGCNA)来识别与腹主动脉瘤最为相关的基因模块。接着对模块中基因进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。随后，将样本按7∶3随机分为训练集(49例)与验证集(19例)。在训练集中，利用随机森林算法对模块中基因进行筛选，保留与腹主动脉瘤相关性大于0.5的基因。为了防止过拟合，Lasso回归算法被用来对确定腹主动脉瘤的关键基因。并使用并采用受试者工作特征(ROC)曲线计算不同数据集的AUC值。结果:WGCNA分析共得到11个基因模块，其中浅橙色基因模块与腹主动脉瘤相关性最高(
r＝0.21)，共包含106个基因。GO富集分析提示106个基因主要显著富集于"淋巴细胞分化"等功能；KEGG富集分析提示基因显著集中于"细胞因子受体相互作用"等信号通路。随机森林算法共得到49个基因，而Lasso回归算法确Fc受体样蛋白A(FCRLA)、CXC亚家族趋化因子13(CXCL13)、Rap鸟嘌呤核苷酸交换因子6(RAPGEF6)和促分裂原活化蛋白激酶1(MAP4K1)是腹主动脉瘤的关键基因。ROC曲线结果提示在训练集、验证集与总数据集中AUC值分别为0.921、0
作者：连冲；郭春光；张勋；刘仕睿；徐鹏；曹辉；化召辉；焦周阳；李震
来源：中华实验外科杂志 2022 年 39卷 6期
