基于深度学习IgA肾病多组学图谱的分型研究

发布时间: 2022-10-14

来源: 科技服务团

基本信息

合作方式：技术转让

成果类型：新技术

行业领域：

生物与新医药技术

成果介绍

（1）构建了IgA肾病的多组学图谱。项目完成了2925例IgA肾病及6880对照样本的大型遗传学图谱。完成了90例IgA肾病和70例对照的转录组RNA芯片研究。150例IgA肾病的肠道微生物组16s测序，借助机器学习的创新算法揭示了2种关键致病菌，并通过动物试验成功建立了疾病模型。（2）揭示多个疾病新易感基因和关键致病途径。获得IgA肾病的新的遗传基因位点5个，强调感染防御性反应通路的潜在致病价值；参与IgA肾病糖基化异常新的遗传位点1个；影响IgA肾病发病及菌群异常的遗传位点9个。（3）揭示可用于疾病病情进展预测的生物标志物。获了外周血和/或肾组织内表达的基因标志物包括补体相关的蛋白C4d、C5b-9、CFH、CFHR5、MBL，可用于疾病的活动性评估；发现了肠道拟杆菌属参与疾病的鉴别、进展，可能作为治疗的靶点。获得了尿液C4d水平可作为疾病进展和预后的新型生物标志物。

成果亮点

在临床表型数据中，发现XGBoost模型性能更好，且优于已报道的数据模型。在基因组水平表型预测，随机森林在三种学习器中表现得最好。在转录组水平对于疾病分类， XGBoost优于其他模型。在宏基因组水平，监督学习方法PLS-DA优于其他分析方法筛选差异性菌属。（5）初步探索了机器学习在组学数据整合中的应用。发现病理指标T和临床指标eGFR是预测IgA肾病进展至尿毒症的主要决定因素。在临床表型数据的基础上，加入基因型数据对我们模型的AUC有所提高。机器学习可提高筛选出差异基因以鉴别疾病分类的效能。

团队介绍

课题组组长陈广丰，北京大学第一医院，博士生导师，教授，博士研究生王艳娜、何嘉炜（北京大学第一医院），其中何嘉炜获得北京大学优秀博士论文，项目负责人周绪杰获得2020年度国家自然科学基金优秀青年基金和国家自然科学基金牛顿高级学者资助

成果资料

产业化落地方案

点击查看

成果综合评价报告

评价单位：“科创中国”生命全周期营养健康产业科技服务团 (中国营养学会) 评价时间：2022-10-26

荣爽

武汉科技大学营养健康研究院

院长

综合评价

免疫球蛋白A（IgA）肾病是全球发病率最高的原发性肾小球疾病，发病率超过1.5/每10万人·年。在中国，IgA肾病占原发性肾小球疾病的40%~50%。然而，IgA肾病患者的临床预后个体化差异大，发病后的10~20年内，约20%的患者发展至终末期肾衰竭。此外，不同种族的IgA肾病患者对治疗的反应存在差异。不同种族的IgA肾病患者对相同或相似治疗方案的反应有较大不同。免疫抑制疗法对于高加索人群疗效较差或无效，但对亚裔和中国人群则可降低蛋白尿，这说明IgA肾病有明显的种族差异。实际上，目前的研究结果表明，遗传因素在IgA肾病的发生、发展和预后中扮演着重要的角色。

科创中国

友情链接

海外专利信息资源系统

省级中心站