论文部分内容阅读
目的缺血性中风（Ischemic Stroke,IS）的疾病负担严重,中医辨证论治在中风诊疗中发挥重要作用。但传统中医辨证还存在缺乏客观辨证依据的问题,探寻客观的诊断生物标志物,有助于中医辨证客观化、标准化,促进中医精准辨证论治。本研究旨在鉴别出可能影响缺血性中风气虚血瘀证发生的环状RNA（circular RNA,circRNA）和长链非编码RNA（long non-coding RNA,lncRNA）,通过机器学习方法构建IS气虚血瘀证的非编码RNA诊断模型,并探索这些circRNAs、lncRNAs与IS气虚血瘀证临床病理参数的关系,为缺血性中风中医辨证提供潜在生物标志物,也为进一步阐明缺血性中风中医证型的潜在病理机制提供依据。方法1.缺血性中风气虚血瘀证发生相关非编码RNA鉴别:首先,在30例IS风痰瘀阻证、30例IS气虚血瘀证、30例健康对照人群中,采用实时荧光定量PCR（qRT-PCR）技术,测定5个circRNAs（hsa＿circRNA＿101693,hsa＿circRNA＿102334,hsa＿circRNA＿065793,hsa＿circRNA＿000535,hsa＿circRNA＿000581）、5个lncRNAs（LINC00928,RP11-524O1.4,ENST00000467369,RP11-386M24.6和XLOC＿013852）的外周血表达水平,鉴别出与IS气虚血瘀证发生相关、但与IS风痰瘀阻证不相关的非编码RNA分子。然后,扩大样本量,在180例IS气虚血瘀证、180例健康对照人群中,采用qRT-PCR实验,测定前述研究鉴别出的IS气虚血瘀证相关非编码RNA分子的外周血表达水平。2.非编码RNA与缺血性中风气虚血瘀证临床病理参数的相关分析:分析差异表达circRNAs、lncRNAs与IS气虚血瘀证患者的血压、血糖、血脂、凝血功能等临床病理参数的关联性。3.缺血性中风气虚血瘀证的非编码RNA诊断模型构建:运用人工神经网络模型、决策树模型、支持向量机模型、XGBoost模型和随机森林模型五种机器学习方法,构建IS气虚血瘀证的非编码RNA诊断模型。以150例IS气虚血瘀证、150例健康对照样本作为训练集,以30例IS气虚血瘀证、30例健康对照样本作为验证集,确定最佳诊断模型。结果1.缺血性中风气虚血瘀证发生相关非编码RNA鉴别（1）在30例IS气虚血瘀证患者、30例健康对照人群中,hsa＿circRNA＿000535（P=0.046）、hsa＿circRNA＿000581（P=0.002）这2个circRNAs以及RP11-386M24.6（P=0.003）、XLOC＿013852(P=4.084×10-5)这2个lncRNAs的外周血表达水平,在缺血性中风气虚血瘀证患者与对照组之间的差异具有统计学意义;但hsa＿circRNA＿101693、hsa＿circRNA＿102334、hsa＿circRNA＿065793、LINC00928、RP11-524O1.4和ENST00000467369这6个非编码RNA的外周血表达水平,在IS气虚血瘀证患者与健康对照之间的差异无统计学意义（均为P＞0.05）。另外,10个非编码RNA外周血表达水平,在缺血性中风风痰瘀阻证患者与健康对照之间的差异均无统计学意义（均为P＞0.05）。（2）缺血性中风气虚血瘀证相关非编码RNA的大样本验证:在180例IS气虚血瘀证患者与180例对照样本中,hsa＿circRNA＿000535（P=0.004）,hsa＿circRNA＿000581(P=3.556×10-7),lncRNA RP11-386M24.6（P=0.032）和lncRNA XLOC＿013852(P=7.691×10-5)的外周血表达水平,在病例组与对照组之间的分布差异具有统计学意义。2.非编码RNA与缺血性中风气虚血瘀证临床病理参数的相关分析（1）非编码RNA与缺血性中风气虚血瘀证患者的凝血指标的相关分析血小板（platelet,PLA）异常的IS气虚血瘀证患者的hsa＿circRNA＿000581（P=0.016）和lncRNA XLOC＿013852（P=0.039）外周血表达水平,显著低于PLA正常的IS气虚血瘀证患者。Hsa＿circRNA＿000581的外周血表达水平与IS气虚血瘀证患者的纤维蛋白原（fibrinogen,FIB）水平显著负相关（rs=-0.162,P=0.043）。lncRNA RP11-386M24.6的外周血表达水平与国际标准化比率（International normalized ratio,INR）（rs=0.227,P=0.004）、凝血酶原时间（prothrombin time,PT）（rs=0.213,P=0.007）显著正相关。且RP11-386M24.6低表达组的IS气虚血瘀证患者的凝血酶原时间活动度（prothrombin time activity,PTA）显著高于RP11-386M24.6高表达的的IS气虚血瘀证患者,差异具有统计学意义（t=3.15,P=0.002）。（2）非编码RNA与缺血性中风气虚血瘀证患者的血脂水平的相关分析高甘油三酯（Triglyceride,TG）的IS气虚血瘀证患者的lncRNA RP11-386M24.6外周血表达水平,显著低于甘油三酯正常的IS气虚血瘀证患者,差异具有统计学意义（P=0.011）。（3）非编码RNA与缺血性中风气虚血瘀证患者的血尿酸水平的相关分析lncRNA XLOC＿013852的外周血表达水平与IS气虚血瘀证患者的血尿酸（uric acid,UA）水平显著负相关（rs=-0.169,P=0.037）。XLOC＿013852低表达的IS气虚血瘀证患者的血尿酸水平显著高于XLOC＿013852高表达组,差异有统计学意义（P=0.043）。（4）非编码RNA与缺血性中风气虚血瘀证患者的神经功能缺损程度的相关分析起病3d内的神经功能缺损中重度的IS气虚血瘀证患者的外周血lncRNA RP11-386M24.6表达水平显著低于神经功能缺损轻度者,差异具有统计学意义（P=0.041）。3.缺血性中风气虚血瘀证的非编码RNA诊断模型构建（1）单个非编码RNA诊断缺血性中风气虚血瘀证的诊断价值:在训练样本中,hsa＿circRNA＿000535的AUC（95%CI）、灵敏度和特异度分别为0.578（51.30%～64.30%）、0.793和0.380;hsa＿circRNA＿000581的AUC（95%CI）、,灵敏度和特异度分别为0.637（57.30%～70.00%）、0.627和0.673;lncRNA RP11-386M24.6的AUC（95%CI）、灵敏度和特异度分别为0.504（43.80%～57.00%）、0.400和0.687;lncRNA XLOC＿013852的AUC（95%CI）、灵敏度和特异度分别为0.583（51.80%～64.80%）、0.533和0.633。在验证样本中,hsa＿circRNA＿000535的AUC值（95%CI）为0.650（50.9%-79.1%）、灵敏度和特异度分别为0.467和0.867;hsa＿circRNA＿000581的AUC值（95%CI）为0.736（60.7%-86.4%）、灵敏度和特异度分别为0.700和0.767;lncRNA RP11-386M24.6的AUC值（95%CI）为0.720（57.6%-86.4%）、灵敏度和特异度分别为1.000和0.667;lncRNA XLOC＿013852的AUC值（95%CI）为0.809（70.3%-91.5%）、灵敏度和特异度分别为0.800和0.667。（2）缺血性中风气虚血瘀证的非编码RNA多因子诊断模型构建①以训练样本构建诊断模型:在训练样本中,人工神经网络模型拟合的最佳诊断模型为组合“hsa＿circRNA＿000581+lncRNA XLOC＿013852”,AUC（95%CI）、灵敏度和特异度分别为0.647（53.53%～75.92%）、0.627和0.735。决策树模型拟合的最佳诊断模型为组合“hsa＿circRNA＿000581+lncRNA XLOC＿013852+hsa＿circRNA＿000535”,AUC（95%CI）、灵敏度和特异度分别为0.714（61.46%～81.41%）、0.641和0.672。支持向量机模型拟合的最佳诊断模型为组合“hsa＿circRNA＿000581+lncRNA XLOC＿013852”,AUC（95%CI）、灵敏度和特异度分别为0.701（59.40%～80.72%）、0.741和0.674。XGBoost模型拟合的最佳诊断模型为组合“hsa＿circRNA＿000581+lncRNA XLOC＿013852”,AUC（95%CI）、灵敏度和特异度分别为0.717（60.94%～82.51%）、0.721和0.702。随机森林模型拟合的最佳诊断模型为组合“hsa＿circRNA＿000581+lncRNA XLOC＿013852+hsa＿circRNA＿000535+lncRNA RP11-386M24.6”,AUC（95%CI）、灵敏度和特异度分别为0.597（50.06%～69.33%）、0.527和0.667。②以验证样本验证诊断模型:在验证样本中,“hsa＿circRNA＿000581+lncRNA XLOC＿013852”组合在支持向量机模型下的AUC（95%CI）、灵敏度和特异度分别为0.927（81.75%～100%）、0.750和1.000。“hsa＿circRNA＿000581+lncRNA XLOC＿013852”组合在XGBoost模型下的AUC（95%CI）、灵敏度和特异度分别为0.641（37.92%～90.21%）、0.375和0.833。结论1.鉴别出与缺血性中风气虚血瘀证发生相关的四个非编码RNA,分别是hsa＿circRNA＿000535、hsa＿circRNA＿000581、lncRNA XLOC＿013852和lncRNA RP11-386M24.6。2.Hsa＿circRNA＿000581和lncRNA RP11-386M24.6可能参与缺血性中风气虚血瘀证的凝血过程,lncRNA RP11-386M24.6还可能与缺血性中风气虚血瘀证血脂代谢和神经功能缺损程度相关。3.支持向量机方法拟合的非编码RNA联合诊断模型支持向量机方法拟合的“has＿circRNA＿000581+lncRNA XLOC＿013852”模型对于缺血性中风气虚血瘀证的诊断价值较好,具有作为缺血性中风中医辨证分型的生物标志物的潜力。