已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Development and validation of a diagnostic model for ischemic cardiomyopathy with Artificial Neural Network by bioinformatic analysis

随机森林 Lasso(编程语言) 小桶 计算生物学 基因 人工神经网络 基因本体论 计算机科学 机器学习 钥匙(锁) 人工智能 回归 回归分析 生物信息学 生物 基因表达 遗传学 统计 数学 计算机安全 万维网
作者
Tuersunjiang Naman,Salamaiti Aimaier,Refukaiti Abuduhalike,Aihaidan Abudouwayiti,Juan Sun,Ailiman Mahemuti
出处
期刊:Research Square - Research Square
标识
DOI:10.21203/rs.3.rs-3787156/v1
摘要

Abstract Background Ischemic cardiomyopathy(ICM) is a significant global health concern caused by high morbidity and mortality.In addition, no previous study has reported the diagnostic biomarkers in ICM. Objective The presentstudy is aimed at establishing and validating a diagnostic model for ICM with Artificial Neural Network (ANN) by screening key potential biomarkers using bioinformatic analysis. Method Through searching the Gene Expression Omnibus(GEO) database, three gene expression datasets were downloaded and merged. Differentially expressed genes(DEGs) in the mergeddatasetswere detectedusing R software and subject to Gene Ontology(GO) and Kyoto Encyclopedia of Genes and Genomes(KEGG) enrichment analysis. Then, Lasso regression analysis and random forest (RF) wereapplied to identify critical genes based on DEGs. Afterwards, we intersected the key genes screened from Lasso regression analysis and RF. An ICM diagnostic model was constructed by ANN. Based on a validation dataset, the diagnostic model was assessed, whereasits diagnostic performance was assessed usingarea under curve(AUC) values. Results Totally 18 ICM-related DEGs were detected. Then, six hub genes(COL1A1, FCN3, GLUL, MYOT, SERPINA3, and SLC38A2) were identified by intersecting the key genes filtered out by Lasso regression analysis and Random forest(RF). In the end, a diagnostic model for ICM was successfully designed by ANN, obtaining an AUC of 0.907 and 0.745 in training datasets, separately. Conclusion this study detected several potential genetic biomarkers and successfully developed an early predictive model with high diagnostic performance for ICM. In addition, the obtained findings offer a significant guidance for the early diagnosis as well as screening of ICM in the future.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
Suchen完成签到 ,获得积分10
1秒前
1秒前
Ranrunn完成签到 ,获得积分10
2秒前
背后绝音发布了新的文献求助10
3秒前
ttgx完成签到,获得积分10
4秒前
4秒前
klio完成签到 ,获得积分10
4秒前
long完成签到 ,获得积分10
5秒前
yuyuyu完成签到,获得积分10
5秒前
ma发布了新的文献求助20
7秒前
wang完成签到 ,获得积分10
7秒前
已拿捏催化剂完成签到 ,获得积分10
7秒前
8秒前
江氏巨颏虎完成签到,获得积分10
8秒前
碗在水中央完成签到 ,获得积分10
8秒前
Ren完成签到 ,获得积分10
8秒前
chenjyuu完成签到 ,获得积分10
8秒前
时光完成签到,获得积分10
11秒前
小伙子发布了新的文献求助10
11秒前
13654135090完成签到,获得积分10
11秒前
碧蓝一德发布了新的文献求助10
12秒前
承序完成签到,获得积分10
12秒前
14秒前
小二郎应助_shiy采纳,获得10
14秒前
清爽的诗云完成签到 ,获得积分10
15秒前
Ning00000完成签到 ,获得积分10
15秒前
Anna完成签到 ,获得积分10
15秒前
15秒前
16秒前
16秒前
龙龙完成签到 ,获得积分10
16秒前
kin完成签到 ,获得积分10
17秒前
123完成签到 ,获得积分10
17秒前
17秒前
小不完成签到 ,获得积分10
17秒前
酒醉的蝴蝶完成签到 ,获得积分10
18秒前
直率奇迹完成签到 ,获得积分10
18秒前
18秒前
本本完成签到 ,获得积分10
19秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
Pearson Edxecel IGCSE English Language B 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142459
求助须知:如何正确求助?哪些是违规求助? 2793361
关于积分的说明 7806531
捐赠科研通 2449661
什么是DOI,文献DOI怎么找? 1303364
科研通“疑难数据库(出版商)”最低求助积分说明 626861
版权声明 601309

今日热心研友

清脆松
2
注:热心度 = 本日应助数 + 本日被采纳获取积分÷10