华西口腔医学杂志

作者：杨浩然, 陈宇翔, 赵安娜, 程婷婷, 周建忠, 李自良

单位：1.昆明医科大学附属口腔医院，昆明 650000；2.云南省口腔医学重点实验室，昆明 650000

关键词：种植体周炎,生物信息学,随机森林,人工神经网络,诊断模型

基金：云南省卫生和计划生育委员会医学后备人才项目(H-2017054)

目的 本研究旨在揭示种植体周炎发生发展过程中参与调控的关键基因，并通过随机森林（RF）和人工神经网络（ANN）构建种植体周炎的诊断模型。 方法 本研究从GEO数据库中获取GSE33774、GSE106090和GSE57631数据集。对GSE33774和GSE106090数据集进行差异表达和功能富集分析，通过蛋白质互作网络（PPI）和RF筛选出关键基因，利用ANN建立种植体周炎的诊断模型，并在GSE33774和GSE57631数据集中进行验证。同时，构建转录因子-基因相互作用网络和转录因子-微小RNA（miRNA）调控网络。 结果 本研究共筛选出124个参与调控种植体周炎的差异表达基因（DEGs）。富集分析结果表明，DEGs主要和免疫受体活性蛋白及细胞因子受体活性相关，主要参与白细胞和中性粒细胞迁移的过程。PPI和RF筛选出6个关键基因，分别为CD38、CYBB、FCGR2A、SELL、TLR4和CXCL8。受试者操作特征曲线（ROC）表明ANN模型具有较好的诊断性。本研究还发现FOXC1、GATA2和NF-κB1可能是种植体周炎中重要的转录因子，hsa-miR-204可能是关键的miRNA。 结论 RF和ANN构建的种植体周炎的诊断模型可信度高，CD38、CYBB、FCGR2A、SELL、TLR4和CXCL8是潜在的诊断标志物。FOXC1、GATA2和NF-κB1可能是种植体周炎中重要的转录因子，hsa-miR-204作为关键的miRNA在其中扮演着重要角色。

来源：2024年第2期

《华西口腔医学》期刊编辑部

查看华西口腔医学杂志2024年第2期