基于稳定性的机器学习方法识别出可用于早期矽肺病检测的最小两组蛋白质血清特征组合

《Journal of Proteome Research》：Stability-Based Machine Learning Identifies a Minimal Two-Protein Serum Signature for Early Silicosis

xinlei chu | ye li | furu wang | wei li | ning wang | lang zhou | yue gao | peng zhou | lei han

南京医科大学，南京211166，中国

背景：矽肺是一种不可逆的纤维化肺部疾病，其早期诊断面临着当前放射学方法灵敏度较低以及结果受观察者差异影响的挑战。因此，亟需开发非侵入性、客观的生物标志物以实现及时检测和干预。方法：我们采用了一种多阶段研究设计，包括一个发现队列（57名I期矽肺患者和57名匹配的对照组）和一个独立的、不匹配的验证队列（40名患者和40名对照组）。通过Olink靶向蛋白质组学技术生成血清蛋白谱。我们利用基于稳定性的机器学习框架，结合Lasso、随机森林和SVM-RFE算法进行了100次迭代，以选择特征并从发现队列中识别出一个可靠的生物标志物特征组合。基于这些选定的特征，随后构建了一个逻辑回归模型，并通过内部和外部验证对其性能进行了评估。结果：我们的发现策略确定了由IL8和CCL3组成的蛋白质特征组合。该特征组合在发现队列中的诊断性能非常优异，交叉验证AUC达到0.986（95%置信区间：0.975–1.000）。重要的是，该模型的可靠性在异质性验证队列中也得到了验证，其AUC达到了0.973（95%置信区间：0.936–1.000），特异性为95.0%，敏感性为77.5%。生物信息学分析表明，IL8和CCL3血清水平的降低与矽肺相关，这为矽肺的诊断提供了新的生物标志物，并揭示了疾病早期循环趋化因子发生的复杂且矛盾的变化。