“三陽”又來了，小伙伴們是不是又被朋友圈、小紅書里的“三陽”刷屏了？ 經(jīng)歷過一場“新冠全民戰(zhàn)”后，關(guān)注度達到了一個新高度，這也體現(xiàn)在科研數(shù)量上，“新冠”成為了今年的生信科研熱點。但隨著新冠相關(guān)生信文章的爆發(fā)式增長，發(fā)文難度也隨之變大，再想用老套路法高分可就不行了，這就提醒我們：要創(chuàng)新?。?！

怎么創(chuàng)新呢？小云給你支支招：

1）選題方向定位于“新冠”?，但分析方向選擇“臨床數(shù)據(jù)庫分析”或“孟德爾隨機化”，抱上這倆大腿不愁發(fā)高分文章；2）開拓視野，從單一“新冠”擴展到“病毒類”疾病，從選題上創(chuàng)造優(yōu)勢！

今天小云就針對第2招，分享一個文章實例

（ps：想看第1招文章應(yīng)用的朋友，可以關(guān)注小云，文章分享下期就來，敬請期待哦）

：文章基于10個獨立隊列，建立了一個由33-mRNAs構(gòu)成的病毒感染診斷模型，并利用單細胞數(shù)據(jù)、機器學(xué)習(xí)算法進行進一步分析。其分析方法并不難，但依靠“病毒感染診斷”這個新方向和大隊列分析，僅憑4張圖就拿下了12分+的純生信，不得不感嘆性價比之高??！下面就來具體看看~

l?題目：使用33種宿主免疫反應(yīng)mRNAs的機器學(xué)習(xí)分類器準(zhǔn)確區(qū)分鼻拭子樣本中的病毒性和非病毒性急性呼吸道疾病 l?雜志：

Genome Medicine

l?影響因子：IF=12.3008 l?發(fā)表時間：2023年8月

研究背景

病毒性急性呼吸系統(tǒng)疾病(病毒性ARI)在世界范圍內(nèi)對人類發(fā)病率和死亡率有顯著影響，但因其與非病毒性ARI的臨床表現(xiàn)重疊而使得診斷變復(fù)雜，所以它們的成功治療需要及時診斷病毒病原學(xué)。二十一世紀(jì)迄今為止的多次大流行進一步凸顯了有效監(jiān)測臨床相關(guān)新興病毒的需求未得到滿足。最近的研究已經(jīng)確定了血液和鼻腔樣本中對病毒感染的保守宿主反應(yīng)，因此可以基于宿主反應(yīng)的基因標(biāo)記，對呼吸道病毒感染進行鑒定。

數(shù)據(jù)來源

該研究納入了10個獨立隊列，包括來自病毒性ARI受試者和對照受試者的鼻樣本，對照樣本來自健康供體或ARI康復(fù)受試者以及非病毒性呼吸道疾病受試者。前6個數(shù)據(jù)集作為發(fā)現(xiàn)隊列，后4個隊列作為驗證隊列。

研究流程

首先在6個發(fā)現(xiàn)隊列中利用 Hedges'g 計算了病例（病毒性 ARI 樣本）和對照中每個基因的效應(yīng)大小 (ES)，并根據(jù)ES閾值和FDR值篩選差異表達基因。然后使用前向搜索方法減少用于最終模型的基因數(shù)量，確定了一個33-mRNAs特征。隨后，利用2個單細胞數(shù)據(jù)集分析33-mRNA標(biāo)記分數(shù)的細胞分布。最后利用IML機器學(xué)習(xí)平臺基于33個mRNAs開發(fā)和訓(xùn)練邏輯回歸(LOGR)模型來提高33-mRNA標(biāo)記的普適性。

1. 差異表達基因的獲得

在6個發(fā)現(xiàn)數(shù)據(jù)集中使用MetaIntegrator進行差異基因分析，與健康對照（HC）患者相比，病毒性ARI患者的鼻拭子中有328個差異表達基因(|ES|≥ 0.6，F(xiàn)DR ≤ 10%)。在這328個基因中，有119個基因在發(fā)現(xiàn)和驗證隊列中以相同方向進行了差異表達（圖1B,?C）。在訓(xùn)練和驗證數(shù)據(jù)集之間具有高度相關(guān)的效應(yīng)大小（圖1D）。針對119個基因進行GO富集分析，這些基因參與了與宿主對病毒感染的反應(yīng)相關(guān)的途徑（圖1E）。

2. 33-mRNA宿主反應(yīng)特征的建立和單細胞分析

作者利用前向搜索方法減少用于最終模型的基因數(shù)量，最終從119個基因中確定了一個33-mRNA特征(24個高表達，9個低表達)，并通過使用最終基因簽名中上調(diào)基因的表達減去下調(diào)基因表達的幾何平均值，計算樣本的33-mRNA特征評分。然后基于2個單細胞數(shù)據(jù)集（SCP1289和GSE176269）對33-mRNA特征評分的細胞分布進行了分析。將單細胞數(shù)據(jù)根據(jù)細胞類型（圖5A）、感染狀態(tài)（圖2B）、感染嚴重性（圖2C）和33-mRNA特征評分（圖2D）的分布進行了UMAP可視化，發(fā)現(xiàn)巨噬細胞和中性粒細胞得分最高（圖2D）。比較HC和病毒性ARI患者中的巨噬細胞和中性粒細胞比例，發(fā)現(xiàn)巨噬細胞的比例隨著病毒性ARI的嚴重程度而增加（圖2E），但是在單細胞水平上的33-mRNA評分和病毒性ARI的嚴重程度之間沒有聯(lián)系（圖2F, G），進一步表明33-mRNA評分的增加是由于呼吸道中巨噬細胞比例的變化。

3. 33-mRNA評分的區(qū)分能力驗證

在兒童和成人患者的發(fā)現(xiàn)和驗證數(shù)據(jù)集中比較病毒性ARI患者與對照間的33-mRNA評分差異，發(fā)現(xiàn)病毒性ARI患者的樣本水平33-mRNA評分顯著高于HCs患者和非病毒性ARI患者（圖3A）。接下來研究年齡、病毒類型和病毒載量是否對33-mRNA信號有影響，結(jié)果發(fā)現(xiàn)，兒童和成人病毒性ARI患者的33-mRNA評分沒有差異（圖3A），沒有觀察到病毒類型對33-mRNA評分的顯著影響（圖3B），而高病毒載量患者的33-mRNA評分明顯高于低病毒載量患者（圖3C, D）。這些結(jié)果表明，33-mRNA不受病毒類型的影響，并與呼吸道中的病毒載量相關(guān)。

4. 33-mRNA邏輯回歸分類器的構(gòu)建

為了提高33-mRNA特征的穩(wěn)定性和普適性，作者利用IML機器學(xué)習(xí)平臺使用發(fā)現(xiàn)數(shù)據(jù)集開發(fā)一個基于邏輯回歸(LOGR)的分類器，該分類器可以將病毒性ARI患者從健康對照人群中區(qū)分出來。利用ROC曲線評估預(yù)測性能，顯示綜合AUC值為0.94，說明區(qū)分能力優(yōu)異（圖4）。隨后又在驗證隊列中進行模型驗證，AUC值為0.89，說明區(qū)分能力也良好（圖4）。

文章小結(jié)

思路看完了，有沒有感覺掌握技巧發(fā)文就是這么簡單？這篇文章得益于“病毒感染診斷”的創(chuàng)新選題，多隊列和多種數(shù)據(jù)的應(yīng)用，僅憑4張圖就拿下了12分+的純生信?。∧壳安《痉较蜃鲞@類思路的還很少，想發(fā)高分的朋友，可以出手啦！?