一种用于预测脑额叶皮层厚度的外周血DNA甲基化标志物
本发明属于生物医药,特别涉及一种用于预测脑额叶皮层厚度的外周血dna甲基化标志物。
背景技术:
1、脑额叶皮层厚度作为大脑结构的关键指标,其生物学意义深远且多维。脑额叶最核心的生物学功能是执行控制,它负责协调工作记忆、抑制无关干扰并指导目标导向的复杂行为。这一高级认知功能的效率与背外侧前额叶皮层的厚度直接相关。皮层厚度较大通常意味着该区域拥有更密集的神经元和更丰富的突触连接,从而为执行控制提供了更强的神经基础。研究表明,该区域皮层厚度与个体的工作记忆容量和认知灵活性测试得分呈显著正相关;反之,其病理性或与年龄相关的变薄,则常导致计划、切换任务和解决问题等执行功能下降。(fjell, a. m., et al. (2015). development and aging of corticalthickness correspond to genetic organization patterns. proceedings of thenational academy of sciences.)
2、脑额叶皮层厚度的变化与多种神经精神疾病风险紧密相连。研究显示,阿尔茨海默病患者早期即可观察到脑额叶皮层变薄;同时,在精神分裂症患者中,脑额叶皮层厚度显著降低,且其神经元密度出现异常。(cullen tj, walker ma, eastwood sl, esiri mm,harrison pj, crow tj. anomalies of asymmetry of pyramidal cell density andstructurein dorsolateral prefrontal cortex in schizophrenia. british journalof psychiatry. 2006;188(1):26-31. doi:10.1192/bjp.bp.104.008169)
3、综上所述,脑额叶皮层厚度不仅是理解个体认知能力差异与疾病易感性的核心枢纽。更构成了执行控制等高级认知功能的神经基础,同时也是阿尔茨海默病、精神分裂症等神经精神疾病早期识别的重要结构标志。因此,对这一指标的深入研究,为评估大脑健康状态、预警认知衰退风险以及探索针对性干预策略,提供了不可或缺的生物学依据。
4、脑额叶皮层厚度变化的机制目前尚不完全清楚,现有研究发现dna及计划是其潜在的生物标志物。有研究报道,创伤后应激障碍人群中,ska2基因甲基化与额前叶有显著相关性。(sadeh n, spielberg jm, logue mw, wolf ej, smith ak, lusk j, hayes jp,sperbeck e, milberg wp, mcglinchey re, salat dh, carter wc, stone a,schichman sa, humphries de, miller mw. ska2 methylation is associated withdecreased prefrontal cortical thickness and greater ptsd severity amongtrauma-exposed veterans. mol psychiatry. 2016 mar;21(3):357-63. doi: 10.1038/mp.2015.134. epub 2015 sep 1. pmid: 26324104; pmcid: pmc4760869.)
5、dna甲基化是系统生物学的重要组成部分,是精准医学的重要技术手段之一。dna甲基化可以实时揭示机体生理病理状态,反映与机体表型相关的变化。目前,基于血液、尿液、粪便和组织样本,已有许多dna甲基化标志物预测模型用于脑结构相关表型的预测。
6、然而,尚未有研究使用dna甲基化预测脑额叶皮层厚度的个体差异。因此,开发高灵敏度、高特异度的整合性dna甲基化生物标志物预测模型,用于准确评估脑额叶皮层厚度,对于在保证无创、便捷检测的同时,提高对个体执行功能障碍的早期识别和神经疾病风险预警能力具有重要意义。
技术实现思路
1、本发明所要解决的技术问题是提供一种用于预测脑额叶皮层厚度的外周血dna甲基化标志物,通过严格的bootstrap稳定性分析筛选出了重现性高的甲基化标志物,这些标志物在其他独立数据集中的再现率达到85%以上,为相关领域的研究团队提供了可靠的特征筛选证据基础。
2、本发明提供了一种用于预测脑额叶皮层厚度的外周血dna甲基化标志物,所述标志物为额中回厚度(g_front_middle_thickness)、额缘上回厚度(g_s_frontomargin_thickness)、额下沟厚度(s_front_inf_thickness)、额中沟厚度(s_front_middle_thickness)中的一种或几种。
3、本发明还提供了一种基于所述的外周血dna甲基化标志物的诊断产品。
4、进一步地,所述诊断产品为试剂盒、甲基化面板或芯片。所述芯片优选为epic芯片。
5、进一步地,所述外周血通过edta抗凝管或枸橼酸钠抗凝管进行静脉采血而得。
6、本发明还提供了一种预测脑额叶皮层厚度的模型,所述模型的构建方法包括如下步骤:
7、s1、获取具有完整表型数据和甲基化数据的样本集;
8、s2、对上述样本集进行预处理,得到可用于后续分析的数据集;
9、s3、在上述数据集中,针对每个表型分别进行线性相关分析,筛选与表型显著相关的cpg位点作为候选特征;随后建立双轨分析体系,将样本按照5:5的比例随机分层分割为训练集和验证集分别进行连续变量预测模型和二分类预测模型的构建;
10、s4、对所有模型结果进行统一汇总与输出。
11、进一步地,在所述构建过程中,采用bootstrap抽样技术进行特征稳定性评估,通过合成分数(0.7×频率+0.3×性能)综合评估特征重要性,并设置动态收敛条件(spearman相关>0.95且排名变化<2)自动停止迭代。
12、进一步地,基于稳定性筛选出的特征组合,分别构建多元线性回归、lasso、随机森林、elastic net以及stacking集成模型,输出预测结果和性能评估。
13、本发明还提供了一种预测脑额叶皮层厚度的系统,所述系统包括如下模块:数据获取模块,用于获取待测样本的所述的标志物的甲基化水平数据;数据分析模块,用于对数据获取模块中的数据通过所述的模型进行预测;输出模块,用于输出预测结果。
14、有益效果如下:
15、(1)本发明使用的血液样本采集简便,dna甲基化检测技术成熟稳定;此外,甲基化数据可长期保存和批量分析,适用于大型队列研究,被检测人群接受度高,也便于临床和科研人员推广应用。
16、(2)与传统的单表型或单模型分析方法相比,本发明首先通过严格的数据预处理和特征稳定性筛选,校正了样本异质性和技术批次效应等潜在混杂因素的干扰,能够准确反映多个表型与甲基化标志物之间的关联,显著降低了假阳性率和假阴性率。
17、(3)本发明首次构建了针对连续变量和二分类任务的双轨预测体系,通过多种机器学习算法(包括lasso、随机森林、elastic net等)集成和bootstrap稳定性评估,筛选出高重现性的甲基化标志物组合,避免了单一算法或单一表型分析的局限性;同时结合stacking集成学习构建稳健的多表型预测模型,并加以交叉验证和独立测试。在实际应用过程中,只需要通过血液dna甲基化数据便可对多个表型(如eaa相关指标)进行准确预测,有助于研究人员和临床医生根据预测结果识别高风险个体或探索分子机制,为早期干预和个性化医疗提供支持,具有广泛的科研和临床转化价值。
18、(4)本发明提供的多表型预测模型在性能评估中表现出色,使用多种指标进行验证(适用于连续和二分类任务),连续预测任务中平均r2达0.68以上,二分类任务中roc曲线下的面积在训练集和验证集中均达0.82以上,准确率、敏感度和特异度等指标均达0.79以上。更重要的是,本发明不仅构建了高性能的预测模型,还通过严格的bootstrap稳定性分析筛选出了重现性高的甲基化标志物,这些标志物在其他独立数据集中的再现率达到85%以上,为相关领域的研究团队提供了可靠的特征筛选证据基础。这种基于稳定性评估的特征筛选方法可有效降低其他研究团队在标志物验证阶段的试错成本,缩短研究周期,为疾病生物标志物的发现和验证提供了方法学参考和实践依据。该预测模型兼具优异的预测效果和可靠性,同时其筛选出的甲基化标志物组合也为后续机制研究提供了重要线索,为dna甲基化在复杂表型研究中的应用提供了有力工具。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com