突破铜死亡生信分析内卷,向非肿瘤领域开拔进军!!!5分+思路奉上,拿去抢占先机

大家都知道“铜死亡”最近很火,都在疯狂发生信文章,小云也很关注,毕竟咱可是走在生信发文前线的吃瓜群众,得给粉丝朋友们提供最新的分析方向和思路。
前段时间在pubmed上搜“铜死亡”还只是寥寥几篇文章,还想着在肿瘤中做分析的话应该还不算晚,还有不小的空间能吃到热点红利。
结果····
啪啪打脸啊,朋友们,大意了,隔了一段时间再去看,铜死亡生信文章已经有几十篇了,并且肿瘤中都做到铜死亡相关lncRNA了,你说卷不卷?

但是,再卷咱也不能往后退,热点该蹭还得蹭,就是得换个方式、换个领域。这不,小云发现这个情况之后,第一时间就赶紧给大家找突破口。茫茫肿瘤生信分析中,只有1个非肿瘤分析文章鹤立鸡群,突破口就是它了,下面该怎么做朋友们应该晓得了吧?
需要复现或定制分析思路的朋友欢迎call小云,风里雨里小云公众号等你!
文章题目:阿尔茨海默病中铜死亡相关分子簇的鉴定和免疫学特征分析
发表杂志:Frontiers in Aging Neuroscience
影响因子:IF=5.702
发表时间:2022年7月
研究背景
研究表明,线粒体功能障碍引起的能量代谢不足和氧化应激可能是 AD 进展的关键发病机制。铜稳态主要依赖于线粒体的调节,因此,可以合理地推断铜死亡与 AD 的发展密切相关。然而,AD 中铜死亡的潜在调控机制仍然未知,因此,进一步阐明铜下垂相关基因(CRGs)的分子特征或许能够解释AD异质性的原因。
数据来源

研究思路及结果
文章首先检查了正常人和 AD 个体之间差异表达的 CRGs 和免疫特征。基于 13 个 CRGs 表达情况,将 310 名 AD 患者分为两个与铜死亡相关的簇,并进一步评估了两个簇之间的表达模式和免疫细胞差异。随后,使用WGCNA算法识别出簇特异性DEG,并基于簇特异性DEG阐明丰富的生物学功能和途径。此外,通过比较多种机器学习算法,建立了揭示具有不同分子簇的患者的预测模型。列线图、校准曲线、决策曲线分析和两个外部数据集用于验证预测模型的性能。
还是没搞明白?
没关系
看图

文章小结
这个文章分析思路的亮点就是分别作了2块WGCNA,将模块基因取交集以后再利用多种机器算法构建模型。基于铜死亡基因直接分析放在肿瘤中还是比较常规的(毕竟现在都分析铜死亡相关lncRNA了),但是挪到非肿瘤疾病领域还是相当够用的,这也是个抢占非肿瘤版块铜死亡分析的大好时机,千万不要错过哟!
想复现这种思路或者定制更多创新性思路欢迎直接call小云,云生信团队竭诚为您的科研助力!
