来源：期刊VIP网 时间：
作者：高松林;张鹏;梁馨允;梁菲;管晓;温文建;唐嘉扬;黄贵华;
单位：广西中医药大学研究生院;柳州市中医医院;广西中医药大学第一附属医院;
摘要：本研究旨在运用生物信息学方法筛选非酒精性脂肪性肝炎(non-alcoholic steatohepatitis, NASH)的铜死亡相关基因和诊断性生物标志物，并预测调控铜死亡基因治疗NASH的潜在中药。从GEO数据库获取GSE89632数据集作为训练数据集，提取NASH中差异表达的铜死亡基因(differentially expressed cuproptosis-related genes, DECRGs),运用R4.2.2软件对DECRGs进行相关性分析和富集分析。基于DECRGs对NASH患者进行聚类分型，构建机器学习模型，筛选关键基因并验证。通过COREMINE数据库预测调控铜死亡基因治疗NASH的潜在中药，运用中医传承计算平台(Traditional Chinese Medicine Inheritance Computer System)v3.5软件挖掘用药规律。筛选得到9个DECRGs, DECRGs间存在相互调控的作用，富集分析发现DECRGs主要介导硫辛酸代谢、碳代谢、三羧酸循环等途径干预NASH。共识聚类将NASH患者分为3个亚型；支持向量机模型(support vector machine, SVM)为最合适的机器学习模型；NFE2L2、LIAS、GLS和GCSH和PDHB等5个与NASH最相关的铜死亡基因可作为NASH的诊断性生物标志物。在调控铜死亡基因治疗NASH的中药中，四气以寒、温、平为主，五味以苦、甘、辛味为主，主归肝、脾经，功效方面以补虚、清热、活血化瘀为主。本研究发现了NASH的铜死亡相关基因、诊断性生物标志物及对应中药的用药规律，可为中医药治疗NASH的临床应用和新药研发提供思路。
关键词：非酒精性脂肪性肝炎;铜死亡相关基因;生物信息学;机器学习;中药预测
基金资助：广西研究生教育创新计划项目(YCBZ2023148); 国医大师黄瑾明学术思想与临床诊疗传承发展研究中心建设项目(桂中医大党[2022]24号); 黄贵华广西名中医传承工作室项目(桂卫中医发[2017]2号)共同资助
