基于多组学技术和机器学习的儿童重症肺炎支原体肺炎致病机制研究-文献详情-维普官网

文献检索

任意字段

文献信息

任意字段
主题词
篇关摘
篇名
关键词
摘要
作者
第一作者
作者单位
刊名
中图分类号
学科分类号
DOI
基金

智能检索

高级检索

检索历史

基于多组学技术和机器学习的儿童重症肺炎支原体肺炎致病机制研究认领

作者：

王文正

学位授予单位：

佳木斯大学

摘要：

目的:肺炎支原体肺炎（Mycoplasma pneumoniae pneumonia,MPP）是由肺炎支原体（Mycoplasma pneumoniae,MP）引起的肺炎。该病原体在儿童群体中尤为常见,是儿童呼吸道感染的重要病因之一。虽然MPP通常具有自限性,但若不及时治疗,可能导致并发症和病情加重[1-2]。目前,临床上常采用阿奇霉素等大环内酯类抗生素进行治疗,但由于滥用导致耐药性逐渐增强,药物疗效受到挑战。此外,部分患者需使用甲泼尼龙等肾上腺皮质激素以减轻炎症反应,但此类治疗可能引发免疫抑制和代谢紊乱等副作用[3-5]。近年来,随着组学技术的持续发展,蛋白质组学和代谢组学在MPP致病机制的研究中展现出了越来越重要的作用。这些技术的应用不仅丰富了我们对MPP病理过程的理解,也为相关疾病的诊断和治疗提供了新的思路和方法。同时,这些技术也为相关生物标志物的鉴定提供了重要支持。在现有研究中,通过对MPP患者的代谢组数据进行随机森林分类模型构建,鉴定出Cer等代谢物为潜在生物标志物,表明MPP发病过程中发生细胞膜损伤和免疫激活[6]。然而,这些研究存在局限性:首先,多数研究仅依赖单一组学数据,忽视了不同生物层次间的互补信息,限制了对疾病全貌的全面解析;其次,大多数研究样本仅来源于血液,无法直观反映肺部的病理变化,影响了结果的特异性和临床应用价值[7-8]。鉴于上述不足,本研究采用多组学整合策略,以MPP患儿肺泡灌洗液样品蛋白质组学和代谢组学为研究对象,对在此病发生、发展过程中起着关键作用的生物分子进行分析。通过应用随机森林等机器学习算法,并结合富集分析、聚类分析以及相关性分析等生物信息学方法,对这些生物标志物的生物功能及其相互作用网络进行更深层次的分析。这一研究不仅有助于揭示MPP的潜在致病机制,同时也为临床诊断和治疗提供了重要的理论依据。方法:1.本研究分析了2023年10月至2024年3月在深圳市南山区人民医院57例接受无痛电子支气管镜检查,确诊为肺炎支原体肺炎（MPP）的患者临床数据。根据病情的严重程度,将患者分为轻症组（Mild组,19例）和重症组（Severe组,38例）。 2.蛋白质组学采用超高液相色谱质谱联用技术。对质谱数据进行质量控制评估,评估内容包括肽段长度、数量分布、蛋白质覆盖度、蛋白质分子量分布等。通过对蛋白质的强度值进行中心化变换的方法,对不同样本中的蛋白质进行比较量化的分析。 3.代谢组学研究应用超高液相色谱质谱联用技术。首先进行数据质量评估和质量控制,以确保分析结果符合标准,随后对样本进行中位数标准化处理。 4.机器学习采用随机森林模型。在训练好的随机森林模型中使用Importance函数计算特征重要性,用ROC曲线对模型效果进行评估。 5.使用单变量T检验评估不同分组的显著性差异。采用主成分分析（PCA）降维,展示样本分布特征。为减少噪音干扰,应用偏最小二乘判别分析（PLS-DA）,通过最大化组间差异和最小化组内差异,提升模型判别能力。 6.采用GO和KEGG数据库对差异表达蛋白质进行功能注释和通路分析。首先,通过GO数据库从分子功能、生物过程和细胞组分三个层次对蛋白质进行二级分类。其次,结合KEGG通路富集分析,探讨差异蛋白在代谢通路中的分布及其参与的生物学过程。 7.利用STRING数据库分析比较组间差异蛋白的相互作用关系。首先,以差异倍数1.5为筛选标准,筛选出差异蛋白,并提取其数据库编号或氨基酸序列。随后,在STRING数据库中进行检索,构建蛋白质相互作用网络。结果:1.本研究共鉴定出613个具有显著差异的蛋白质（P<0.05）。其中,287个蛋白质的表达水平显著上调,326个蛋白质的表达水平显著下调。火山图分析显示,上调最显著的5个蛋白质为MYO7A、CATSPERG、MED7、HBZ和CDKL5;下调最显著的5个蛋白质为KRT4、PAPOLG、PRR4、MYOCD和BPIFA2。主成分分析（PCA）结果表明,轻症组与重症组之间存在显著的蛋白质表达差异,这些差异蛋白能够有效区分两组样本。 2.通过蛋白质组学筛选,确定了7种与炎症相关的KEGG通路。这些关键通路包括精氨酸和脯氨酸代谢、组氨酸代谢、p53信号通路以及酪氨酸代谢等。进一步对这些通路中的蛋白质进行PPI网络分析,结果显示存在4个相对明显的子网络。 3.炎症相关的代谢通路中,蛋白质和代谢物呈现正向或者负向协同作用。其中,鸟嘌呤（Guanine）和蛋白质FMO3、CKMT1A、FMO5、SERPINB5、ALDH3A1、SFN、MAOB、ERCC1、MAOA呈现较强的正相关性,P值很小（相关系数≥0.46,P<0.00001）。 4.通过研究,共鉴定出106个具有显著差异的代谢物（P<0.05）,其中上调与下调的代谢物各53个。火山图显示,TOP5上调代谢物包括:Arg Ala Trp Val、Lys Asp Trp Trp、Leu Lys Val、Met Ile Met Ala、Arg Tyr Thr;TOP4下调代谢物包括:1-（2-Hydroxyethyl）-2,2,6,6-tetramethyl-4-piperidinol、2-Oxiraneoctanoic acid,.eta.-hydroxy-3-octyl-、5-Hydroxyindoleacetic acid、Pro Tyr Lys。代谢物的主要种类及数量包括:六种有机酸及其衍生物、两种脂类及类脂分子、一种类苯化合物以及有机杂环化合物。 5.代谢组学分析结果显示,四条与炎症相关的KEGG通路被筛选出来,具体包括胞吐、脂肪酸延长、D-氨基酸代谢以及克拉维酸生物合成。在这些通路中,左旋精氨酸和棕榈油酸被鉴定为差异代谢产物。 6.对106个代谢物进行斯皮尔曼相关性分析的结果显示,相关性矩阵可划分为9个不同的模块。其中,5个模块呈现正相关关系,其余4个模块则表现出负相关关系。 7.对肺炎支原体肺炎轻症和重症患者之间变化倍率最高的两个蛋白质（SAT1、TNFRSF10B）及代谢物（4-Nitrophenol、L-Arginine）,进行随机森林机器学习模型的构建,预测值为正的蛋白质和代谢物有2个分别为:4-Nitrophenol（importance=4.14）、SAT1（importance=1.5）。预测值为负的蛋白质和代谢物有2个分别为:TNFRSF10B（importance=-0.08）、L-Arginine（importance=-3.69）。代谢物4-Nitrophenol对预测轻重症的贡献最大。 8.构建ROC曲线对随机森林模型进行评价,曲线下面积（AUC）为0.92,敏感性（SEN）0.8,特异性（SPE）1,模型预测效果好。结论:1.研究共鉴定出613个差异表达蛋白质和106个差异代谢物（P<0.05）。这些蛋白质和代谢物在区分轻症组与重症组方面表现出良好的鉴别能力。 2.蛋白质组学和代谢组学研究分别筛选出7个和4个与炎症有关的KEGG通路。这些通路主要包括精氨酸和脯氨酸代谢,p53信号通路,脂肪酸延长等。 3.通过分析蛋白质与代谢物之间的相关性,研究发现鸟嘌呤与蛋白质FMO3、CKMT1A、FMO5、SERPINB5、ALDH3A1、SFN、MAOB、ERCC1和MAOA呈现较强的正相关性（相关系数≥0.46,P<0.00001）。 4.对变化倍率最高的两个蛋白质（SAT1、TNFRSF10B）及代谢物（4-Nitrophenol、L-Arginine）进行随机森林机器学习模型的构建,发现4-Nitrophenol对预测轻重症的贡献最大（importance=4.14）。 5.构建ROC曲线对随机森林模型进行评价,曲线下面积（AUC）为0.92,敏感性（SEN）为0.8,特异性（SPE）为1,模型预测效果良好。

摘要译文

关键词：

肺炎支原体肺炎; 蛋白质组学; 代谢组学; 机器学习; 生物标志物; 生物信息学分析; 炎症通路

学位年度：

2025

学位类型：

硕士

学科专业：

临床检验诊断学

导师：

赖秀蓝

中图分类号：

R725.6[小儿呼吸系及胸部疾病⑨];R446.1[生物化学检验、临床检验]

学科分类号：

100205[胸外科学];100209[儿科学];080404[生物医学仪器及技术];083102[医学诊疗技术与器械];100218[临床检验诊断学]

D O I：

10.27168/d.cnki.gjmsu.2025.000071