你應(yīng)該見過采用機(jī)器學(xué)習(xí)算法分析關(guān)鍵基因的；

可你見過機(jī)器學(xué)習(xí)分析關(guān)鍵免疫細(xì)胞的嗎？

那你見沒見過機(jī)器學(xué)習(xí)同時(shí)分析免疫細(xì)胞和關(guān)鍵基因的呢？

最近有粉絲跑來問小云，說你們做的直播中，“非腫瘤”主題還挺多的，是否更偏愛非腫瘤疾病呢？

小云眼球一轉(zhuǎn)，思考半秒。。。

嗯，對于小云個(gè)人而言，倒是挺鐘愛挖掘非腫瘤疾病的生信分析思路的。、

研究腫瘤的別生氣哦，腫瘤的思路小云也分享過很多滴。

為什么呢？因?yàn)樾≡瓶偸悄馨l(fā)現(xiàn)其中某些新奇的點(diǎn)。

雖然非腫瘤疾病數(shù)據(jù)并不豐富，但也許正因?yàn)槿绱耍抛屟芯空邆儾粩嗟乃伎既绾文芊治龀鲂禄觼?，不然怎么討好審稿人呢?/p>

小云之前跟你們說過，如果你關(guān)注的疾病已經(jīng)有人發(fā)了生信分析文章，其中一種解決方法就是可以分析疾病的亞組，也就是從疾病分組上找創(chuàng)新。今天小云要給你們分享的這篇文章，亮點(diǎn)可不止這一個(gè)（文末有詳解哦，千萬別錯(cuò)過?。?/strong>

亮點(diǎn)一：就是從穩(wěn)定斑塊vs不穩(wěn)定斑塊這個(gè)角度切入分析；

亮點(diǎn)二：采用機(jī)器學(xué)習(xí)算法分別篩選了關(guān)鍵的免疫細(xì)胞和關(guān)鍵基因；

亮點(diǎn)三：利用單細(xì)胞數(shù)據(jù)驗(yàn)證分析結(jié)果；

亮點(diǎn)四：構(gòu)建藥物、基因和免疫細(xì)胞的相互作用網(wǎng)絡(luò)。

快來跟著小云一起學(xué)習(xí)它的巧妙之處吧。

數(shù)據(jù)信息

研究思路

使用CIBERSORT方法對穩(wěn)定和不穩(wěn)定頸動(dòng)脈粥樣硬化斑塊之間的22種免疫細(xì)胞進(jìn)行定量分析。進(jìn)一步計(jì)算差異表達(dá)基因(DEGs)，分析GO和KEGG途徑的富集情況。利用機(jī)器學(xué)習(xí)方法(包括LASSO回歸和隨機(jī)森林)篩選重要細(xì)胞類型和關(guān)鍵基因。單細(xì)胞RNA測序和臨床樣本進(jìn)一步用于驗(yàn)證關(guān)鍵細(xì)胞類型和關(guān)鍵基因。最后，利用DGIdb基因-藥物相互作用數(shù)據(jù)數(shù)據(jù)庫尋找靶向關(guān)鍵基因的治療藥物，并展示藥物、基因和免疫細(xì)胞的相互作用網(wǎng)絡(luò)。

分析流程圖

主要研究結(jié)果

總結(jié)

這篇文章的巧妙之處就在于：

亮點(diǎn)一：從穩(wěn)定斑塊vs不穩(wěn)定斑塊這個(gè)疾病角度進(jìn)行切入分析；

亮點(diǎn)二：采用機(jī)器學(xué)習(xí)算法分別篩選了關(guān)鍵的免疫細(xì)胞和關(guān)鍵基因，而且能夠基于關(guān)鍵的免疫細(xì)胞將兩個(gè)疾病亞區(qū)分開；

亮點(diǎn)三：利用單細(xì)胞數(shù)據(jù)驗(yàn)證分析出來的關(guān)鍵免疫細(xì)胞，以及關(guān)鍵基因在關(guān)鍵細(xì)胞中的表達(dá)情況；

亮點(diǎn)四：預(yù)測靶向關(guān)鍵基因的潛在藥物，并構(gòu)建藥物、基因和免疫細(xì)胞的相互作用網(wǎng)絡(luò)，別小看這個(gè)調(diào)控網(wǎng)絡(luò)，后續(xù)完全可以根據(jù)這個(gè)網(wǎng)絡(luò)形成多個(gè)課題思路哦?！癤X藥物通過XX基因調(diào)控XX免疫細(xì)胞影響斑塊穩(wěn)定”，其中藥物可以換、關(guān)鍵基因可以換、免疫細(xì)胞類型也可以換。。。這樣還愁后續(xù)課題沒思路嗎？

看完小云的分析，不知如此巧妙的分析思路有沒有讓你有一點(diǎn)點(diǎn)心動(dòng)呢？

沒有思路不要緊，小云會(huì)幫你找到創(chuàng)新的思路哦！如果你對熱門/潛在熱門方向感興趣，或者想定制創(chuàng)新性思路歡迎直接call小云哦，下一篇生信文章在向你招手！另外,還有我們的精品培訓(xùn)課程《線粒體和細(xì)胞死亡課題思路介紹及熱點(diǎn)方向分析專題會(huì)議》，有意向的小伙伴也歡迎咨詢小云哦!

標(biāo)簽：