子痫前期溶酶体相关生物标志物的筛选方法及其应用与流程

本发明涉及生物信息学领域，特别涉及一种子痫前期溶酶体相关生物标志物的筛选方法、一组子痫前期溶酶体相关生物标志物在制备子痫前期诊断试剂中的应用、以及一种子痫前期发生风险的预测方法。

背景技术：

1、子痫前期(pe)是严重的妊娠并发症之一，与孕妇和胎儿的死亡风险直接相关。新发高血压是妊娠20周后pe的临床表现。每年妊娠中约有3％～7％的概率发生pe并发症，这也导致全球有7万例孕产妇死亡和50万例围产期婴儿死亡。在pe中，孕妇经常有蛋白尿，这可能导致脑出血、肾功能衰竭、弥散性血管内凝血(dic)、肺水肿以及母胎死亡。在目前的妇产科研究中，对于如何有效地降低pe的母胎死亡风险，提高其生存率已成为迫切需要解决的问题。近年来医学界针对pe进行了大量的研究，试图找到治愈这种疾病的方法，但是目前pe的病因仍尚不清楚。此外，目前还缺乏针对pe早期检测、诊断和治疗的合适生物标志物。因此，现今急需获得新型pe疗法和识别pe的生物标志物。

2、溶酶体是哺乳动物细胞的主要蛋白水解区室，其由一系列的水解酶组成。溶酶体通过特定的废物清除过程(如伴侣介导的自噬或微自噬)与核内体或自噬体融合，处理和回收细胞外或细胞内的大分子。蛋白水解最终产物通过转运体或囊泡膜运输从溶酶体中运输出来。研究表明，溶酶体作为一个信号节点，可以感知、适应和响应底物代谢的变化，以维持细胞功能。若溶酶体功能出现障碍，不仅会影响以溶酶体为顶点的膜转运途径，而且还会影响控制调节蛋白质分类和靶向的代谢和信号传导过程。因此，溶酶体功能障碍与各种疾病和正常衰老密切相关。除了罕见的单基因溶酶体储存疾病外，调节溶酶体功能的基因还涉及常见的散发性神经退行性疾病，如阿尔茨海默病(ad)、帕金森病(pd)和肌萎缩性侧索硬化症(als)。

3、溶酶体也参与pe的病理过程，但目前溶酶体相关基因(lrgs)在pe的作用和潜在调控机制尚不清楚，因此，目前缺乏鉴别出子痫前期溶酶体相关生物标志物的有效手段，在临床上缺乏明确具有诊断意义的子痫前期发生发展的溶酶体相关生物标志物。

技术实现思路

1、鉴于上述现有技术的不足之处，本发明的目的在于提供一种子痫前期溶酶体相关生物标志物的筛选方法、一组用于诊断的子痫前期溶酶体相关生物标志物以及一种子痫前期发生风险的预测方法，旨在提高子痫前期预测和诊断准确性。

2、为了达到上述目的，本发明第一方面提供了一种子痫前期溶酶体相关生物标志物的筛选方法，其中，包括以下步骤：获取与子痫前期相关的基因芯片表达谱数据，所述基因芯片表达谱数据包括患者组数据和正常组数据；计算患者组数据和正常组数据的差异表达mrna；获取溶酶体相关基因，计算所述溶酶体相关基因和所述差异表达mrna的交集，获得差异表达的溶酶体相关基因；采用多种机器学习算法分别计算所述差异表达的溶酶体相关基因中与子痫前期相关的基因，并计算多个结果的交集，获得机器学习交集基因；采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与子痫前期相关的第一基因模块，以及筛选出与溶酶体聚类相关的第二基因模块；计算所述第一基因模块和第二基因模块的交集，获得wgcna交集基因；计算所述机器学习交集基因和wgcna交集基因的交集，筛选出与子痫前期溶酶体相关生物标志物。

3、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述计算患者组数据和正常组数据的差异表达mrna，具体包括：采用r软件limma包筛选出患者组数据和正常组数据之间的差异表达mrna。

4、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述采用r软件limma包筛选出患者组数据和正常组数据之间的差异表达mrna中，筛选标准为：p<0.05，差异倍数>1.2。

5、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与子痫前期相关的第一基因模块，具体包括：筛选出所述基因芯片表达谱数据中方差最大的前25％基因作为待处理数据，采用wgcna方法对所述待处理数据进行处理，筛选出与子痫前期相关的第一基因模块。

6、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与子痫前期相关的第一基因模块，具体包括：通过动态切割树算法生成多个与子痫前期相关的共表达模块；根据相关度大小，从多个与子痫前期相关的共表达模块中筛选出与子痫前期高度相关的第一基因模块。

7、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与溶酶体聚类相关的第二基因模块，具体包括：根据所述差异表达的溶酶体相关基因，对患者组数据进行聚类，将患者组数据分为多个不同溶酶体类型的数据；采用wgcna方法对多个不同溶酶体类型的数据进行处理，筛选获得多个与溶酶体聚类相关的共表达模块；根据相关度大小，从多个与溶酶体相关的共表达模块中筛选出与溶酶体聚类高度相关的第二基因模块。

8、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述获取溶酶体相关基因，具体包括：从一个或多个数据库中获取溶酶体相关基因，删除重复基因。

9、所述的子痫前期溶酶体相关生物标志物的筛选方法，其中，所述采用多种机器学习算法分别计算所述差异表达的溶酶体相关基因中与子痫前期相关的基因中：所述机器学习算法包括：最小绝对收缩和选择算子逻辑回归、支持向量机-递归特征消除、随机森林。

10、本发明第二方面提供了一组子痫前期溶酶体相关生物标志物在制备子痫前期诊断试剂中的应用，其中，所述子痫前期溶酶体相关生物标志物为ocrl、gba和tlr7基因。

11、本发明第三方面提供了一种子痫前期发生风险的预测方法，包括以下步骤：获取与子痫前期相关的基因芯片表达谱数据；根据以上所述的子痫前期溶酶体相关生物标志物的表达水平数据构建nomogram模型；根据nomogram模型对样本的子痫前期溶酶体相关生物标志物的表达水平进行赋分，计算总得分，根据总得分预测子痫前期发生风险。

12、有益效果：

13、本发明第一方面提供了一种子痫前期溶酶体相关生物标志物的筛选方法，所述筛选方法结合wgcna和机器学习等方法，可以从子痫前期相关的基因芯片表达谱数据中筛选获得具有高诊断价值的溶酶体相关生物标志物。

14、本发明第二方面提供了一组用于诊断的子痫前期溶酶体相关生物标志物，所述子痫前期溶酶体相关生物标志物包括ocrl、gba和tlr7，以上标志物与子痫前期的发生高度密切相关，能够应用于判断子痫前期的发生风险。

15、本发明第三方面提供了一种子痫前期发生风险的预测方法，所述预测方法通过采用以上获得的子痫前期溶酶体相关生物标志物构建nomogram模型，并通过该nomogram模型有效预测子痫前期发生风险。

技术特征：

1.一种子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述计算患者组数据和正常组数据的差异表达mrna，具体包括：

3.根据权利要求2所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述采用r软件limma包筛选出患者组数据和正常组数据之间的差异表达mrna中，筛选标准为：p<0.05，差异倍数>1.2。

4.根据权利要求1所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与子痫前期相关的第一基因模块，具体包括：

5.根据权利要求1所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与子痫前期相关的第一基因模块，具体包括：

6.根据权利要求1所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述采用wgcna方法对所述基因芯片表达谱数据进行处理，筛选出与溶酶体聚类相关的第二基因模块，具体包括：

7.根据权利要求1所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述获取溶酶体相关基因，具体包括：从一个或多个数据库中获取溶酶体相关基因，删除重复基因。

8.根据权利要求1所述的子痫前期溶酶体相关生物标志物的筛选方法，其特征在于，所述采用多种机器学习算法分别计算所述差异表达的溶酶体相关基因中与子痫前期相关的基因中：

9.一组子痫前期溶酶体相关生物标志物在制备子痫前期诊断试剂中的应用，其特征在于，所述子痫前期溶酶体相关生物标志物为ocrl、gba和tlr7基因。

10.一种子痫前期发生风险的预测方法，其特征在于，包括以下步骤：

技术总结
本发明涉及本发明涉及生物信息学领域，公开了子痫前期溶酶体相关生物标志物的筛选方法及其应用。其中，所述子痫前期溶酶体相关生物标志物的筛选方法通过结合WGCNA和机器学习等方法，分别筛选出与子痫前期相关的第一基因模块、与溶酶体聚类相关的第二基因模块以及差异表达的溶酶体相关基因中与子痫前期相关的基因，最终取其交集，可以获得高质量的与子痫前期溶酶体相关生物标志物，该生物标志物可以用于诊断子痫前期的发生风险，准确率高。

技术研发人员：唐海,范大志,申秀银,饶珈铭,罗欣,刘正平,高洁
受保护的技术使用者：佛山市妇幼保健院
技术研发日：
技术公布日：2024/1/16