陈敬恒 陈凯奇 何达东 石宇雄

    广州市番禺区中医院骨伤科，广东广州 511400

    绝经妇女骨质疏松症(postmenopausal osteoporosis，PMOP)属Ⅰ型原发性骨质疏松症，主要发病机制为女性绝经后雌激素水平下降，骨量丢失，骨脆性增加，其导致的骨折会极大地增加患者的致残率、病死率，加重社会经济负担，现已成为重要的公共卫生问题[1]。PMOP 发病的本质是成骨、破骨细胞的活动发生紊乱，骨代谢平衡被打破。长链非编码RNA(long noncoding RNA，lncRNA)是不翻译蛋白质的功能性RNA 分子，参与转录调控、转录后调控、表观遗传调控等过程，对机体重要的生物学功能起到调节作用[2]。近年来随着测序技术快速发展，多项研究报道，lncRNA 可能参与调控机体骨代谢平衡[3-5]，但目前lncRNA 参与调控PMOP 的分子机制尚不明确。机器学习是通过计算机模拟人类学习过程涉及的概率学、统计学、人工智能的新兴学科，被广泛应用于生物医学领域[6-7]。随机森林算法通过对分类变量进行反复迭代计算评分，生成高准确度分类器，筛选关键变量，常被作为挖掘生物标记物的重要机器学习算法[8]。本研究拟通过随机森林算法筛选PMOP 的关键lncRNA，并通过生物信息学方法预测分析靶标基因及其相关生物学过程，为PMOP 的诊断治疗提供新的靶点方向。

    1 材料与方法

    1.1 芯片数据获取

    从基因表达数据库检索PMOP 患者芯片数据，检索时限为建库至2020 年12 月。下载GSE56815 芯片数据，该芯片基于GPL96 HG-U133A 平台检测，包括40 例PMOP 患者与40 名正常绝经后女性的测序数据。

    1.2 校正处理与注释

    使用R 语言oligo 软件包[9]对GSE56815 芯片数据进行RMA 基因校正标准化处理 ......