De la Predicción de Objetivos a Perspectivas Mecanísticas: Revelando Mecanismos Impulsados por la Contaminación del Aire en el Cáncer Endometrial a través del Aprendizaje Automático Interpretable y el Acoplamiento Molecular
Autores: Liu, Hongyao; Zou, Yueqing
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
De la Predicción de Objetivos a Perspectivas Mecanísticas: Revelando Mecanismos Impulsados por la Contaminación del Aire en el Cáncer Endometrial a través del Aprendizaje Automático Interpretable y el Acoplamiento Molecular
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Contaminación del aire
Cáncer endometrial
Genes
Acoplamiento molecular
Aprendizaje automático
Biomarcadores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
La contaminación del aire es un conocido contribuyente al riesgo de cáncer, aunque su impacto específico en el cáncer endometrial (CE) sigue siendo incierto. Este estudio integra toxicología de redes, transcriptómica, acoplamiento molecular y aprendizaje automático para investigar las interacciones entre contaminantes y genes en el CE. Identificamos 83 genes asociados al CE relacionados con la contaminación del aire (APECGs), siendo TNF, ESR1, IL1B, NFKB1 y PTGS2 los genes centrales. Un modelo RSF-SuperPC de 13 genes, que incluye CCNE1, SLC2A1, AHCY y CDC25C, muestra una estratificación pronóstica efectiva. El acoplamiento molecular revela una fuerte unión entre contaminantes (por ejemplo, benceno, tolueno y etilbenceno) y los APECGs clave. Los análisis de enriquecimiento y SHAP sugieren que la progresión del CE impulsada por contaminantes implica daño en el ADN, reprogramación metabólica, desregulación epigenética, supresión inmunológica e inflamación. Estos hallazgos revelan mecanismos potenciales que vinculan la contaminación del aire con el CE y apoyan el desarrollo de biomarcadores para poblaciones de alta exposición. Se necesita una validación experimental y epidemiológica adicional para permitir la traducción clínica.
Descripción
La contaminación del aire es un conocido contribuyente al riesgo de cáncer, aunque su impacto específico en el cáncer endometrial (CE) sigue siendo incierto. Este estudio integra toxicología de redes, transcriptómica, acoplamiento molecular y aprendizaje automático para investigar las interacciones entre contaminantes y genes en el CE. Identificamos 83 genes asociados al CE relacionados con la contaminación del aire (APECGs), siendo TNF, ESR1, IL1B, NFKB1 y PTGS2 los genes centrales. Un modelo RSF-SuperPC de 13 genes, que incluye CCNE1, SLC2A1, AHCY y CDC25C, muestra una estratificación pronóstica efectiva. El acoplamiento molecular revela una fuerte unión entre contaminantes (por ejemplo, benceno, tolueno y etilbenceno) y los APECGs clave. Los análisis de enriquecimiento y SHAP sugieren que la progresión del CE impulsada por contaminantes implica daño en el ADN, reprogramación metabólica, desregulación epigenética, supresión inmunológica e inflamación. Estos hallazgos revelan mecanismos potenciales que vinculan la contaminación del aire con el CE y apoyan el desarrollo de biomarcadores para poblaciones de alta exposición. Se necesita una validación experimental y epidemiológica adicional para permitir la traducción clínica.