- 3 次围观
背景：结直肠癌（CRC）是癌症相关死亡的主要原因之一，远处转移与不良临床结局密切相关。通过机器学习整合转录组学和表观基因组学数据，可能有助于改善对转移性结直肠癌的分子特征解析。 方法：我们分析了TCGA-COAD/READ队列中的518例原发性肿瘤，其中包括436例非转移性肿瘤（M0）和82例转移性肿瘤（M1），且均具有匹配的RNA测序和DNA甲基化数据。采用分层嵌套交叉验证评估5种机器学习分类器对转移状态的判别能力。对于线性分类器，使用模型系数评估模型的可解释性；对于基于树的模型，则采用基于SHAP的特征重要性进行评估。随后开展差异表达分析、功能富集分析、甲基化-表达相关性分析、免疫相关转录活性评分、统计中介分析及生存分析。 结果：整合RNA测序与DNA甲基化数据对M0和M1肿瘤的判别能力最强，其中支持向量机（SVM）的ROC-AUC达到0.787 ± 0.047。在4种模型中，6个特征——ARC、ASPDH、C13orf15、C4orf23、GPATCH3和cg12040555——均位列前20位预测因子，且方向一致。cg10057218甲基化水平与GSDMB表达呈负相关（Spearman ρ = -0.589），并且在M1肿瘤中升高。统计中介分析显示，M1状态与GSDMB表达降低之间存在通过cg10057218甲基化介导的显著间接关联（间接效应 = -0.370；95% CI［-0.519，-0.224］；中介比例 = 82.1%）。M1肿瘤还表现出降低的免疫相关转录活性。由20个特征构成的经典分子评分能够区分M1与M0肿瘤（样本内ROC-AUC = 0.918），而相应的逻辑回归模型在嵌套交叉验证中的ROC-AUC为0.781 ± 0.046。较高的评分与较短的总生存期相关（log-rank p = 1.67 × 10^-7）。 结论：整合转录组学与DNA甲基化数据，识别出一组与转移性结直肠癌相关且在不同模型中均被一致优先识别的多组学特征。研究结果揭示了M0与M1肿瘤之间协调性的分子及免疫相关差异，并确定了与cg10057218相关的GSDMB抑制可能是转移性疾病的一项候选表观遗传特征。
可解释的多组学机器学习揭示转移性结直肠癌中与 GSDMB 相关的表观遗传抑制及免疫活性降低 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索关键词
高级搜索
最新结果
# 可解释的多组学机器学习揭示转移性结直肠癌中与 GSDMB 相关的表观遗传抑制及免疫活性降低
Matheus da Silveira Costa，Henrique Izaias Marcelo，Gabriel Albanese Kafouri，Vinicius De Camargo
doi：
https://doi.org/10.64898/2026.09.01.748124
Matheus da Silveira Costa
圣保罗大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
通讯作者：
matheusssilveira{at}gmail.com
Henrique Izaias Marcelo
圣保罗大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Gabriel Albanese Kafouri
圣保罗大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Vinicius De Camargo
圣保罗大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
## 摘要
信息/历史
指标
补充材料
预览 PDF
## 摘要
**背景：** 结直肠癌（CRC）是癌症相关死亡的主要原因之一，远处转移与不良临床结局密切相关。通过机器学习整合转录组学和表观基因组学数据，可能有助于改善对转移性结直肠癌的分子特征描述。**方法：** 我们分析了 TCGA-COAD/READ 队列中的 518 个原发性肿瘤，其中包括 436 个非转移性（M0）肿瘤和 82 个转移性（M1）肿瘤；这些样本均具有配对的 RNA-seq 和 DNA 甲基化数据。采用分层嵌套交叉验证评估了 5 种机器学习分类器对转移状态的判别能力。对于线性分类器，利用模型系数评估模型的可解释性；对于基于树的模型，则采用基于 SHAP 的特征重要性进行评估。随后开展了差异表达分析、功能富集分析、甲基化—表达相关性分析、免疫相关转录评分、统计中介分析以及生存分析。**结果：** RNA-seq 与 DNA 甲基化数据的整合在区分 M0 与 M1 肿瘤方面表现出最强的判别能力，其中 SVM 的 ROC-AUC 达到 0.787 ± 0.047。在 4 个模型中，6 个特征——ARC、ASPDH、C13orf15、C4orf23、GPATCH3 和 cg12040555——均进入前 20 位预测因子，并且方向一致。cg10057218 甲基化水平与 GSDMB 表达呈负相关（Spearman ρ = -0.589），且在 M1 肿瘤中升高。统计中介分析显示，M1 状态可通过 cg10057218 甲基化与 GSDMB 表达降低之间产生显著的间接关联（间接效应 = -0.370；95% CI [-0.519, -0.224]；中介比例 = 82.1%）。M1 肿瘤还表现出降低的免疫相关转录活性。由 20 个特征构成的经典分子评分能够区分 M1 与 M0 肿瘤（样本内 ROC-AUC = 0.918），而相应的逻辑回归模型在嵌套交叉验证中取得了 0.781 ± 0.046 的 ROC-AUC。较高的评分与较短的总生存期相关（log-rank p = 1.67 × 10^-7）。**结论：** 转录组学与 DNA 甲基化数据的整合识别出一组与转移性结直肠癌相关、且在模型中被一致优先排序的多组学特征。研究结果强调了 M0 与 M1 肿瘤之间协调一致的分子差异和免疫相关差异，并确定了与 cg10057218 相关的 GSDMB 抑制可能是转移性疾病的一项候选表观遗传特征。
## 利益冲突声明
## 版权
。
该内容依据以下许可协议提供：
CC-BY 4.0 国际许可协议。
返回顶部
上一篇
下一篇
发表于 2026 年 9 月 4 日。
下载 PDF
补充材料
电子邮件
感谢您有兴趣传播 bioRxiv 的内容。
**您的电子邮件
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或使用逗号分隔。
您将向以下对象发送电子邮件：
可解释的多组学机器学习揭示转移性结直肠癌中与 GSDMB 相关的表观遗传抑制及免疫活性降低
邮件主题
（您的姓名）向您转发了 bioRxiv 网站上的一个页面
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的这一页面感兴趣。
您的个人留言
验证码
此问题用于确认您是真实访客，并防止自动垃圾邮件提交。
分享
可解释的多组学机器学习揭示转移性结直肠癌中与 GSDMB 相关的表观遗传抑制及免疫活性降低
Matheus da Silveira Costa，Henrique Izaias Marcelo，Gabriel Albanese Kafouri，Vinicius De Camargo
bioRxiv
2026.09.01.748124；
doi：
https://doi.org/10.64898/2026.09.01.748124
分享本文：
复制
引文工具
可解释的多组学机器学习揭示转移性结直肠癌中与 GSDMB 相关的表观遗传抑制及免疫活性降低
Matheus da Silveira Costa，Henrique Izaias Marcelo，Gabriel Albanese Kafouri，Vinicius De Camargo
bioRxiv
2026.09.01.748124；
doi：
https://doi.org/10.64898/2026.09.01.748124
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.01.748124v1?rss=1
🏷️ 多组学机器学习 结直肠癌转移 DNA甲基化 GSDMB表观遗传调控 肿瘤免疫活性 可解释人工智能