基于生物信息学与机器学习揭示贲门癌与干燥综合征共病机制及枢纽基因E2F3、CHIA、SCNN1B的发现

　　本研究通过整合GEO数据库多组学数据，运用WGCNA和四种机器学习算法（RF/LASSO/SVM-RFE/XGBoost），首次揭示E2F3、CHIA、SCNN1B作为贲门癌（CC）与干燥综合征（SS）共病的关键枢纽基因，构建的诺莫图模型预测效能显著（AUC=0.991/0.978），为自身免疫相关肿瘤的免疫治疗提供新靶点。

　　

研究人员通过生物信息学分析探索了贲门癌（Cardia Carcinoma, CC）与干燥综合征（Sj?gren's Syndrome, SS）之间的潜在分子关联。背景研究表明，胃食管反流病是CC的风险因素，而SS患者常伴随食管运动功能障碍，提示两种疾病可能存在共同病理基础。

方法上采用四组GEO数据集，通过差异表达基因（Differentially Expressed Genes, DEGs）分析和加权基因共表达网络分析（Weighted Gene Coexpression Network Analysis, WGCNA）筛选共享基因，并进行功能富集分析与蛋白质互作网络（Protein-Protein Interaction, PPI）构建。应用随机森林（Random Forest, RF）、最小绝对收缩与选择算子（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）和极限梯度提升（eXtreme Gradient Boosting, XGBoost）四种机器学习算法筛选枢纽基因，进而构建SS患者CC风险预测诺莫图，并通过受试者工作特征曲线（Receiver Operating Characteristic curve, ROC）与校准曲线验证。

结果鉴定出60个共享基因，主要富集于细胞周期、异生物质应激反应和p53信号通路。最终确定三个枢纽基因：E2F转录因子3（E2F3）、几丁质酶酸性（Chitinase Acidic, CHIA）和钠通道上皮1β亚基（Sodium Channel Epithelial 1 Beta Subunit, SCNN1B），所构建的诺莫图显示优异预测性能（训练组与验证组曲线下面积AUC分别为0.991和0.978）。免疫浸润分析提示T细胞、肥大细胞、巨噬细胞和B细胞在两种疾病中均起重要作用，枢纽基因与T/B细胞显著相关。

结论表明E2F3、CHIA、SCNN1B可能是CC与SS的共同关键分子，免疫应答失衡或是共病 pathogenesis，该发现为两种疾病的诊断与治疗提供了新视角。