文献

J-GLOBAL ID：202202262184391664   整理番号：22A1045296

ランダムフォレストと人工ニューラルネットワークアプローチに基づく慢性腎臓病の統合予測モデルの構築と評価【JST・京大機械翻訳】

Construction and evaluation of an integrated predictive model for chronic kidney disease based on the random forest and artificial neural network approaches

著者 (10件)： Zhou Ying (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Zhou Ying (Department of Geriatrics, General Hospital of Central Theater Command, Wuhan, Hubei, 430070, China) ,  Yu Zhixiang (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Liu Limin (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Wei Lei (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Zhao Lijuan (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Huang Liuyifei (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Wang Liya (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Sun Shiren (Department of Nephrology, Xijing Hospital, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China) ,  Sun Shiren (State Key Laboratory of Cancer Biology, Fourth Military Medical University, Xi’an, Shaanxi, 710032, China)
資料名： Biochemical and Biophysical Research Communications  (Biochemical and Biophysical Research Communications)
巻： 603  ページ： 21-28  発行年： 2022年 
JST資料番号： B0118A  ISSN： 0006-291X  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 慢性腎臓病(CKD)は,その高い罹患率と全死因死亡率のため,重大な世界的な健康問題として認識されている。本研究の目的は,重要なバイオマーカーを同定し,CKDの早期予測のための統合モデルを構築することであった。遺伝子発現Omnibus(GEO)データベースからのCKD患者からの既存のRNA-seqデータと臨床情報を用いて,ランダムフォレスト(RF)と人工ニューラルネットワーク(ANN)アプローチを組み合わせた計算技術を適用し,遺伝子バイオマーカーを同定し,早期診断モデルを構築した。ROC曲線を作成し,他のマーカーとモデルを比較し,CKDの様々な臨床的特徴と選択された遺伝子の関連を評価した。さらに,エネルギー代謝経路に関与する2つのバイオマーカー:ピルビン酸デヒドロゲナーゼキナーゼ4(PDK4)と亜鉛フィンガー蛋白質36(ZFP36)を強調した。同定された主要遺伝子のダウンレギュレーションは,その後,片側尿管閉塞(UUO)と虚血再潅流障害(IRI)マウスモデルの両方で確認され,エネルギー代謝の減少を伴った。in vitro実験と単一細胞配列決定分析は,これらの重要な遺伝子が近位尿細管細胞のエネルギー代謝に関連し,CKDの発症に関与することを証明した。全体として,著者らは複合予測モデルを構築し,CKDのバイオマーカーおよび治療標的として使われる可能性のある重要な遺伝子を発見した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  *ニューラルネットワーク ,  遺伝子 ,  エネルギー代謝 ,  細胞 ,  代謝経路 ,  遺伝子発現 ,  早期診断 ,  ダウンレギュレーション ,  in vitro実験 ,  バイオマーカー ,  *予測モデル ,  *慢性腎臓病
準シソーラス用語： 単一細胞 ,  *ランダムフォレスト ,  治療標的 , 【Automatic Indexing@JST】

著者キーワード (5件)： ランダムフォレスト ,  人工ニューラルネットワーク ,  慢性腎臓病 ,  ピルビン酸デヒドロゲナーゼキナーゼ4 ,  亜鉛フィンガー蛋白質36

分類 (3件)： 遺伝子発現  (EC02040Q) ,  泌尿生殖器の疾患  (GM03000L) ,  細胞生理一般  (EF02010S)

タイトルに関連する用語 (7件)： ランダムフォレスト ,  人工ニューラルネットワーク ,  慢性腎臓病 ,  統合 ,  予測モデル ,  構築 ,  評価