武淑琴，王远涵，曹红艳，张岩波,3

    1.山西医科大学基础医学院数学教研室，山西太原 030001；2.山西医科大学公共卫生学院卫生统计教研室，山西太原 030001；3.重大疾病风险评估山西省重点实验室，山西太原 030001

    心力衰竭(heart failure，HF)是心脏病发展到严重阶段导致心脏机械活动功能障碍的一种高发病率和高死亡率的临床综合征[1]。HF 通常是由其他心脏疾病引起，可以是原发性疾病，也可继发于其他疾病。原发或继发性的心脏疾病导致心脏功能减退，使心脏无法有效泵血，最终引发心力衰竭。近年来，免疫和炎症被认为是影响HF 的常见病理生理学因素，基于生物信息学发现潜在的特征基因已成为一种更新颖、更可靠的疾病诊断方法。对疾病采用免疫治疗已成为一种较新颖的临床治疗策略。有研究表明，SERCA2a 等基因已成为最有可能治疗HF 的基因之一[2-4]。本研究选取基因表达综合(gene expression omnibus，GEO)数据库中的微阵列表达数据集，寻找HF 与正常样本之间的差异表达基因(differentially expressed genes，DEGs)，并通过生物富集分析探索潜在的生物学功能。同时采用最小绝对收缩和选择算子(the least absolute shrinkage and selection operator，LASSO)、支持向量机递归特征消除( support vector machine recursive feature elimination，SVM-RFE)和随机森林(random forest，RF)三种高效机器学习算法对差异基因进行筛选，并进行特征基因外部数据集验证[5]。使用R 软件包“CIBERSORT”探讨HF 组织免疫浸润的结果，并综合分析诊断基因与免疫细胞之间的相关性。

    1 资料与方法

    1.1 资料来源与处理

    在GEO 数据库中使用关键词“HF、正常”或“HF、健康”，通过美国国家生物技术信息中心(National Center for Biotechnology Information，NCBI)数据库平台进行数据搜索。选择的数据集类型是数组表达谱，生物类型是智人，数据集的样本量大于20。使用R 包sva 消除来自不同平台的数据批次效应 ......