Deep learning models reading clinical data and liver omics strongly distinguish NASH from steatosis and suggest new genes involved in liver disease severity
Notice bibliographique
Résumé
Abstract Background & Aims Metabolic dysfunction-associated steatotic liver disease (MASLD, previously NAFLD) is a frequent co-morbidity of obesity and diabetes, with prevalence increasing worldwide in all age groups and both sexes. Only early stages of the disease are fully reversible. Recognising liver disease stages and elucidating the molecular underpinning of their progression are thus medically important. We developed a deep learning model to recognise simple steatosis from steatohepatitis combining liver transcriptomics, epigenetics, and clinical data. Methods We used clinical data, liver gene expression and liver DNA methylation gathered from 300 patients with obesity of the ABOS cohort (80 without NAFLD, 137 with simple steatosis, 83 with steatohepatitis). We selected non-redundant clinical variables, gene expressions and CpGs methylation levels most associated with severity using unsupervised approaches. We designed a multi-module, multi-layer perceptron to predict patients’ liver status. We trained five model instances on independent training/test sets and combined the predictions. Results We used a score based on gene expression/DNA methylation and relevant principal component analysis (PCA) loadings to select 200 genes and 260 CpG methylations. Models trained on the three modalities reached an AUC of 0.945 overall on a validation set with accuracies above 81% for simple steatosis and 88% for NASH, outperforming any other machine learning model so far. We retrieved patient clusters previously found using clinical variables in the latent space of our clinical data module, but not in the gene expression and DNA methylation modules. While all three modules are needed to reach the best prediction accuracy in all classes, the gene expression module had the most impact on the decision. Independent models weighted gene expression inputs similarly, shining light on their importance. The most impactful genes were linked to immune responses and extracellular matrix. However, many of those genes were previously unassociated with steatotic liver disease onset or progression. Conclusions A multi-omics deep-learning model can recognise steatohepatitis from simple liver steatosis with an AUC of 0.945 and identify new genes potentially involved in NAFLD progression. Gene expressions profiles predicting disease severity are largely different from those specific of clinical variable clusters. Impact and implications This study suggests that clinical variables are not sufficient to recognise the severity of steatotic liver disease with high accuracy, but model efficiency increases when used together with liver epigenetics and transcriptomics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».