最新6分+非肿瘤纯最新6分+非肿瘤纯生信思路，告诉你“临床疾病分组”是分析创新的绝佳

如果你关注的疾病已经有生信文章发表了，还能再做生信思路吗？

如果能，怎么做？ 

看完这篇你就知道了~

小云告诉你解决方法之一就是从疾病本身的分组找创新，分析疾病的亚组。比如只关注儿童脓毒症，再比如分析左侧结肠癌 vs 右侧结肠癌，或者只关注肿瘤的晚期（Ⅲ-Ⅳ期）等等。

（没有思路、不知道怎么创新的来找小云吧，超多新奇的分析思路供你选择！）

但是单纯的从疾病分组创新能发6分+纯生信？当然还有机器学习和单细胞来助力。

今天小云要分享的这篇文章有几个亮点：

亮点一：从疾病不同分期（COPD早期和晚期）角度进行切入分析；

亮点二：2种机器学习算法筛选诊断基因；

亮点三：单细胞数据分析关键基因的表达与定位。

快来跟着小云一起学习它的巧妙之处吧。

题目：基于机器学习分析揭示EXPH5作为COPD晚期潜在诊断基因生物标志物

杂志：Computers in biology and medicine

影响因子：6.698

发表时间：2023年1月

数据信息

研究思路

分析慢性阻塞性肺病（COPD）GEO数据集中早期和晚期的差异表达基因（DEGs）。GSEA分析COPD早期和晚期之间的通路。通过LASSO和SVM-RFE筛选出晚期COPD的候选诊断生物标志物EXPH5。ROC曲线评价其诊断准确性。CIBERSORT算法用于评估两个COPD分期之间组织浸润免疫细胞的分布。分析诊断标志物EXPH5基因与免疫细胞浸润的关系。进一步分析了单细胞转录组数据中EXPH5基因的表达。

分析流程图

主要研究结果

1. 筛选COPD早期和晚期的差异表达基因（DEGs），并进行功能分析

对GEO数据中早期和晚期COPD样本进行差异表达分析，并利用metscape数据库进行GO和通路分析(图1A)，还进行了GSEA(图1B-C)，以确定DEGs的生物学功能。

图1. COPD早期和晚期DEGs的功能分析

2. 通过LASSO和SVM-RFE鉴定EXPH5基因为诊断生物标志物

利用LASSO逻辑回归算法从DEGs中识别出19个与COPD相关的基因（图2A）。使用SVM-RFE算法识别出6个关键基因（图2B）。两者取交集获得4个关键基因（图2C），并分析它们在COPD早期和晚期的表达水平存在显著差异(图2D-G)。

图2筛选COPD早期和晚期的候选诊断标志物

    使用GSE54837数据集作为验证队列，验证四个候选诊断生物标志物的表达水平。其中EXPH5在COPD晚期样本中的表达水平较早期明显下调(图3A)。ROC曲线评估EXPH5的诊断价值(图3E-F)。

图3.诊断基因的验证和ROC曲线

3. 分析COPD早期和晚期的免疫细胞浸润，以及EXPH5与浸润免疫细胞的相关性

通过CIBERSORT算法计算出COPD早期和晚期免疫细胞浸润的比例(图4B)。进一步分析COPD晚期EXPH5表达水平与免疫细胞浸润的相关性(图4A、F)。

图4. 免疫浸润分析

4. EXPH5在单细胞转录组数据中的表达水平

分析COPD单细胞数据中EXPH5在细胞簇中的表达。在11种主要细胞类型中，EXPH5在最重要的肺细胞类型AT1和AT2中表达水平最高，而且EXPH5在晚期COPD的AT1和AT2中的表达下调(图5)。

图5. 单细胞转录组数据集中EXPH5基因的表达分析

总结

这篇文章的创新点就是基于疾病的分组进行了分析，再利用机器学习算法筛选诊断基因，并分析了免疫细胞浸润，最后还利用单细胞数据分析了关键基因的表达，以及主要表达在哪一类细胞中。后续完全可以根据这个结果设计课题思路，比如“XX基因调控XX免疫细胞影响COPD的进展”。

临床分组的切入角度不同，就可以提高分析的创新性。看完小云的分析，不知如此巧妙的分析思路有没有让你有一点点心动呢？

没有思路不要紧，小云会帮你找到创新的思路哦！如果你对热门/潜在热门方向感兴趣，或者想定制创新性思路欢迎直接call小云哦，下一篇生信文章在向你招手！