本發(fā)明涉及生物，尤其是一種苯致血液異常標(biāo)志物、評(píng)估模型及其構(gòu)建方法及應(yīng)用。

背景技術(shù)：

1、苯作為一種常見(jiàn)的有機(jī)烴工業(yè)溶劑，被廣泛應(yīng)用于藥物、農(nóng)藥、醫(yī)藥、制鞋等行業(yè)，引起了廣泛的職業(yè)人群暴露，因其可引起各類(lèi)血液相關(guān)的疾病，被國(guó)際癌癥研究機(jī)構(gòu)(iarc1982)列為i類(lèi)致癌物。職業(yè)性苯中毒分為急性和慢性中毒兩種情況。其中，最為常見(jiàn)的是職業(yè)性慢性苯中毒。高濃度苯暴露會(huì)引起嚴(yán)重的血液系統(tǒng)疾病，如全血細(xì)胞減少癥、再生障礙性貧血和白血病等疾??；此外，也有研究表明長(zhǎng)期低濃度苯暴露也會(huì)誘發(fā)血液毒性。苯無(wú)安全接觸限值，即使暴露在較低濃度的水平之下，也有可能引起血液惡性腫瘤。因此，積極探索低濃度苯暴露的生物標(biāo)志物就顯得尤為重要，為苯暴露高危人群的篩檢和早期干預(yù)治療提供參考依據(jù)；而機(jī)器學(xué)習(xí)是能夠從某些任務(wù)和性能度量方面的經(jīng)驗(yàn)中學(xué)習(xí)的計(jì)算機(jī)程序，它憑借著易適應(yīng)、自調(diào)節(jié)的特點(diǎn)在生物信息學(xué)中被廣泛應(yīng)用，被研究者們用來(lái)挖掘各種疾病的潛在機(jī)制、潛在生物標(biāo)志物和治療目標(biāo)。

2、為此，本發(fā)明提出了一種苯致血液異常標(biāo)志物、評(píng)估模型及其構(gòu)建方法及應(yīng)用。

技術(shù)實(shí)現(xiàn)思路

1、為了能有效進(jìn)行苯中毒的風(fēng)險(xiǎn)評(píng)估和識(shí)別苯中毒異常的早期生物標(biāo)志物，本發(fā)明提出了一種苯致血液異常標(biāo)志物、評(píng)估模型及其構(gòu)建方法及應(yīng)用。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

3、本發(fā)明第一方面提出一種苯致血液異常評(píng)估模型的構(gòu)建方法，包括如下步驟：

4、s1：先對(duì)苯損傷表達(dá)譜數(shù)據(jù)集進(jìn)行主成分分析，再設(shè)置初篩條件，篩選出苯損傷表達(dá)譜數(shù)據(jù)集之間的差異表達(dá)基因；

5、優(yōu)選的，苯損傷表達(dá)譜數(shù)據(jù)集選自geo數(shù)據(jù)庫(kù)(基因表達(dá)綜合數(shù)據(jù)庫(kù))中的苯損傷表達(dá)譜數(shù)據(jù)集gse9569和gse21862；

6、s2：對(duì)差異表達(dá)基因進(jìn)行g(shù)o、kegg、gsea富集分析，得到分析結(jié)果；

7、s3：利用不同的機(jī)器學(xué)習(xí)算法從分析結(jié)果中篩選出特征基因并取交集，得到關(guān)鍵基因，再對(duì)關(guān)鍵基因進(jìn)行驗(yàn)證分析，得到苯損傷標(biāo)志基因；

8、s4：利用苯損傷標(biāo)志基因訓(xùn)練、測(cè)試多種學(xué)習(xí)模型，根據(jù)學(xué)習(xí)模型的測(cè)試結(jié)果選擇適合的學(xué)習(xí)模型作為苯致血液異常評(píng)估模型。

9、在一些實(shí)施例中，所述s1中的設(shè)置初篩條件包括：使用r軟件“l(fā)imma”包，以顯著性值p<0.05且∣logfoldchange∣≥0.5為初篩條件；在篩選出差異表達(dá)基因后，以“pheatmap”包繪制熱圖，以“ggplot2”包繪制火山圖。

10、在一些實(shí)施例中，所述s2的步驟包括使用r軟件中“clusterprofiler”包對(duì)差異表達(dá)基因進(jìn)行g(shù)o、kegg、gsea富集分析，以顯著性值p＜0.05為標(biāo)準(zhǔn)，并用氣泡圖來(lái)顯示富集分析結(jié)果。

11、在一些實(shí)施例中，所述s3中的機(jī)器學(xué)習(xí)算法包括：lasso回歸算法、svm-rfe支持向量機(jī)遞歸特征消除算法和隨機(jī)森林算法。

12、在一些實(shí)施例中，所述s3的步驟包括：

13、s3.1：通過(guò)r軟件使用lasso回歸算法、svm-rfe支持向量機(jī)遞歸特征消除算法和隨機(jī)森林算法三種機(jī)器學(xué)習(xí)算法篩選特征基因，然后采用venn包對(duì)三種機(jī)器學(xué)習(xí)算法篩選出的特征基因取交集，獲得關(guān)鍵基因；

14、s3.2：采用r軟件對(duì)得到的關(guān)鍵基因進(jìn)行受試者工作曲線繪制，分別計(jì)算曲線下面積auc值，auc值越大，表示診斷性能越好；并繪制小提琴圖；用于觀察、分析；

15、s3.3：選擇研究對(duì)象，將研究對(duì)象分為苯暴露組和苯非暴露組，對(duì)關(guān)鍵基因和苯中毒的對(duì)應(yīng)關(guān)系進(jìn)行人群驗(yàn)證與統(tǒng)計(jì)學(xué)分析，得到苯損傷標(biāo)志基因。

16、優(yōu)選的，使用spss27.0軟件進(jìn)行數(shù)據(jù)分析，對(duì)于符合正態(tài)分布的資料，采用表示，組間差異比較采用獨(dú)立樣本t檢驗(yàn)分析；對(duì)于不符合正態(tài)分布的資料，采用中位數(shù)和四分位數(shù)表示，組間差異比較采用非參數(shù)檢驗(yàn)，p＜0.05為差異有顯著性意義。

17、優(yōu)選的，苯損傷標(biāo)志基因包括nfkb1和ptx3。

18、在一些實(shí)施例中，所述s4中的多種學(xué)習(xí)模型包括：支持向量機(jī)模型、bp神經(jīng)網(wǎng)絡(luò)模型、貝葉斯模型和c5.0決策樹(shù)；所述根據(jù)學(xué)習(xí)模型的測(cè)試結(jié)果選擇適合的學(xué)習(xí)模型的方式包括：通過(guò)計(jì)算各個(gè)學(xué)習(xí)模型的測(cè)試結(jié)果準(zhǔn)確率和繪制roc曲線，并進(jìn)行對(duì)比，使用graphpad?prism?8.3軟件對(duì)比較結(jié)果進(jìn)行繪制，以得到適合的學(xué)習(xí)模型；優(yōu)選的，經(jīng)訓(xùn)練過(guò)的c5.0決策樹(shù)作為苯致血液異常評(píng)估模型。

19、本發(fā)明第二方面提出上述構(gòu)建方法得到的苯致血液異常評(píng)估模型。

20、本發(fā)明第三方面提出上述苯致血液異常評(píng)估模型在苯暴露環(huán)境中血液異常的檢測(cè)模型中的應(yīng)用。

21、本發(fā)明第四方面提出應(yīng)用上述模型篩選得到的一種苯致血液異常標(biāo)志物，其特征在于：包括nfkb1和ptx3。

22、本發(fā)明基于苯暴露人群(苯暴露組)和非苯暴露人群(對(duì)照組)，通過(guò)檢測(cè)發(fā)現(xiàn)，苯暴露組中nfkb1和ptx3高于對(duì)照組。隨后根據(jù)《職業(yè)性苯中毒診斷標(biāo)準(zhǔn)》gbz68-2022將苯暴露組分為血液異常組和血液正常組(對(duì)照組)，經(jīng)檢測(cè)發(fā)現(xiàn)血液異常組中nfkb1、phactr1和ptx3高于對(duì)照組。綜合兩種方法，可認(rèn)為nfkb1和ptx3是苯暴露損傷的關(guān)鍵風(fēng)險(xiǎn)基因。同時(shí)本發(fā)明也發(fā)現(xiàn)，間接的氧化損傷指標(biāo)丙二醛(mda)、dna損傷標(biāo)志物8-羥基脫氧鳥(niǎo)苷(8-ohdg)以及苯內(nèi)暴露指標(biāo)苯巰基尿酸(s-pma)明顯改變。

23、本發(fā)明第五方面提出檢測(cè)nfkb1和/或ptx3的引物在制備檢測(cè)苯致血液異常的試劑中的應(yīng)用。

24、本發(fā)明的有益效果：

25、1、本發(fā)明先從geo數(shù)據(jù)庫(kù)(基因表達(dá)綜合數(shù)據(jù)庫(kù))中的苯損傷表達(dá)譜數(shù)據(jù)集gse9569和gse21862，并利用學(xué)習(xí)算法進(jìn)行篩分，得出關(guān)鍵基因，再建立研究對(duì)象，對(duì)關(guān)鍵基因進(jìn)行分析與驗(yàn)證，得到苯損傷標(biāo)志基因，利用苯損傷標(biāo)志基因構(gòu)建訓(xùn)練集和測(cè)試集訓(xùn)練和測(cè)試多種機(jī)器學(xué)習(xí)模型，選擇最優(yōu)的模型作為苯致血液異常評(píng)估模型，從而將生物信息學(xué)與機(jī)器學(xué)習(xí)相結(jié)合，從機(jī)制上進(jìn)行了驗(yàn)證。本發(fā)明可以為苯毒性早期干預(yù)提供理論依據(jù)，并且可以為風(fēng)險(xiǎn)評(píng)估提供更全面、靈敏的模型。

26、2、驗(yàn)證結(jié)果表明了苯暴露人群體內(nèi)苯含量的增加引起機(jī)體炎癥和氧化應(yīng)激水平的升高進(jìn)而可能促進(jìn)了苯的血液毒性；

27、3、在以往的研究中，多數(shù)都集中在nfkb與苯暴露之間的關(guān)系上，而對(duì)ptx3與苯暴露之間關(guān)系的研究較少，本研究將機(jī)器學(xué)習(xí)與苯損傷標(biāo)志基因結(jié)合從而構(gòu)建的模型，篩選出的苯損傷關(guān)鍵基因中除了nfkb1外，還篩選出了ptx3，其篩選靈敏度高；

28、4、本研究首先結(jié)合了主成分分析、基因富集分析和機(jī)器學(xué)習(xí)算法，能更全面的的評(píng)估苯損傷，具有較高的可靠性；然后通過(guò)初篩條件和機(jī)器學(xué)習(xí)算法，快速而有效地篩選出了差異表達(dá)基因和關(guān)鍵基因，大大提高了分析的效率；接著我們采用的數(shù)據(jù)來(lái)自公開(kāi)數(shù)據(jù)庫(kù)，具有較強(qiáng)的可復(fù)制性和通用性，可在不同實(shí)驗(yàn)室和研究團(tuán)隊(duì)之間進(jìn)行驗(yàn)證和應(yīng)用。