基于机器学习识别干燥综合征发病相关长链非编码RNA

通过机器学习筛选干燥综合征(SS)患者唇腺组织及全血中潜在发病相关长链非编码RNA(Long non-coding RNA, lncRNA)以及lncRNA与唇腺组织中免疫细胞浸润的相关性。通过GEO数据库获取SS唇腺组织及全血的表达数据,将唇腺组织表达数据归一化处理后,差异分析得到lncRNA表达谱,通过2种机器学习方法筛选并取交集得到共同的lncRNA。基于CIBER-SORT软件计算唇腺组织中22种免疫细胞浸润情况并分析关键lncRNA与免疫细胞浸润的相关性;分析全血中关键lncRNA与临床性状的相关性并绘制ROC曲线;分析关键lncRNA共表达编码蛋白基因,并进行KEGG信号通路分析。共筛选出SS关键lncRNA 1个(HCP5),在唇腺组织及全血中HCP5表达上调。免疫浸润分析显示,在SS唇腺组织中,γδT细胞、巨噬细胞、CD4+ 记忆T细胞比例明显升高,而浆细胞的比例在SS唇腺组织中比例减少。HCP5的表达与γ/δ T 细胞、CD4+ 记忆T细胞在唇腺中的浸润程度呈正相关。在全血中,HCP5与ANA、IgG、抗SSA抗体、抗SSB抗体、ESSDAI具有明显相关性。不同数据集中ROC诊断曲线结果显示HCP5的AUC为0.833和0.877;KEGG信号通路分析显示,唇腺与HCP5共表达的蛋白功能集中于抗原加工和呈递、B细胞受体信号通路等信号通路,全血中与HCP5共表达的蛋白功能集中于代谢途径细胞、凋亡等信号通路。HCP5可能通过影响SS患者唇腺组织免疫细胞的浸润从而影响SS疾病的发病与进展,为SS潜在的诊断及治疗靶点。