Machine learning algorithms reveal potential miRNAs biomarkers in gastric cancer

Machine learning algorithms reveal potential miRNAs biomarkers in gastric cancer - Scientific Reports

胃がんは、世界的に見ても死亡率の高いがんであり、現在の生存率は、併用療法を用いても30％である。近年、がんの診断や予後判定におけるmiRNAの役割の可能性を示すエビデンスが増えています。がんに関する最先端の研究において、臨床的に有用なバイオマーカーを見つけるために、機械学習（ML）が注目されています。本研究では、MLを応用して、GCにおける潜在的な診断・予後判定用miRNAを同定することを目的としました。TCGAデータベースとSupport Vector Machine（SVM）、Random Forest、k-NNなどのMLアルゴリズムを用いて、29のパネルを得た。MLアルゴリズムのうち、SVMが選ばれた（AUC:88.5%、Accuracy:93% in GC）。miRNAの共通の分子メカニズムを見つけるために、miRWalk、miRDB、Targetscanなどのオンラインデータベースを用いて、その共通の遺伝子ターゲットを予測した。また、Gene Ontology (GO) と Kyoto Database of Genes and Genomes (KEGG) を用いて機能解析と濃縮解析を行い、STRINGデータベースを用いてタンパク質-タンパク質相互作用 (PPI) を特定した。標的遺伝子のパスウェイ解析により、miRNAを介した翻訳阻害、遺伝子インプリンティングによる遺伝子発現制御、Wntシグナル伝達経路など、複数のがん関連経路が関与していることが判明した。生存率とROC曲線解析により、hsa-miR-21、hsa-miR-133a、hsa-miR-146b、hsa-miR-29cの発現レベルは、死亡率の高さと関連し、GC患者の早期発見が期待できることが示されました。胃がんの信頼できるバイオマーカーとして機能する可能性のある調節不全miRNAのパネルが、バイオマーカー同定における強力なツールを表す機械学習を用いて同定された。