今天小云要分享的這篇文章有幾個亮點：

亮點一：從疾病不同分期（COPD早期和晚期）角度進行切入分析；

亮點二：2種機器學習算法篩選診斷基因；

亮點三：單細胞數(shù)據(jù)分析關(guān)鍵基因的表達與定位。

快來跟著小云一起學習它的巧妙之處吧。

題目：基于機器學習分析揭示EXPH5作為COPD晚期潛在診斷基因生物標志物

雜志：Computers in biology and medicine

影響因子：6.698

發(fā)表時間：2023年1月

數(shù)據(jù)信息

研究思路

分析慢性阻塞性肺?。–OPD）GEO數(shù)據(jù)集中早期和晚期的差異表達基因（DEGs）。GSEA分析COPD早期和晚期之間的通路。通過LASSO和SVM-RFE篩選出晚期COPD的候選診斷生物標志物EXPH5。ROC曲線評價其診斷準確性。CIBERSORT算法用于評估兩個COPD分期之間組織浸潤免疫細胞的分布。分析診斷標志物EXPH5基因與免疫細胞浸潤的關(guān)系。進一步分析了單細胞轉(zhuǎn)錄組數(shù)據(jù)中EXPH5基因的表達。

分析流程圖

主要研究結(jié)果

1.?篩選COPD早期和晚期的差異表達基因（DEGs），并進行功能分析

對GEO數(shù)據(jù)中早期和晚期COPD樣本進行差異表達分析，并利用metscape數(shù)據(jù)庫進行GO和通路分析(圖1A)，還進行了GSEA(圖1B-C)，以確定DEGs的生物學功能。

圖1. COPD早期和晚期DEGs的功能分析

2.?通過LASSO和SVM-RFE鑒定EXPH5基因為診斷生物標志物

利用LASSO邏輯回歸算法從DEGs中識別出19個與COPD相關(guān)的基因（圖2A）。使用SVM-RFE算法識別出6個關(guān)鍵基因（圖2B）。兩者取交集獲得4個關(guān)鍵基因（圖2C），并分析它們在COPD早期和晚期的表達水平存在顯著差異(圖2D-G)。

圖2篩選COPD早期和晚期的候選診斷標志物

????使用GSE54837數(shù)據(jù)集作為驗證隊列，驗證四個候選診斷生物標志物的表達水平。其中EXPH5在COPD晚期樣本中的表達水平較早期明顯下調(diào)(圖3A)。ROC曲線評估EXPH5的診斷價值(圖3E-F)。

圖3.診斷基因的驗證和ROC曲線

3.?分析COPD早期和晚期的免疫細胞浸潤，以及EXPH5與浸潤免疫細胞的相關(guān)性

通過CIBERSORT算法計算出COPD早期和晚期免疫細胞浸潤的比例(圖4B)。進一步分析COPD晚期EXPH5表達水平與免疫細胞浸潤的相關(guān)性(圖4A、F)。

圖4. 免疫浸潤分析

4.?EXPH5在單細胞轉(zhuǎn)錄組數(shù)據(jù)中的表達水平

分析COPD單細胞數(shù)據(jù)中EXPH5在細胞簇中的表達。在11種主要細胞類型中，EXPH5在最重要的肺細胞類型AT1和AT2中表達水平最高，而且EXPH5在晚期COPD的AT1和AT2中的表達下調(diào)(圖5)。

圖5. 單細胞轉(zhuǎn)錄組數(shù)據(jù)集中EXPH5基因的表達分析

?

總結(jié)

這篇文章的創(chuàng)新點就是基于疾病的分組進行了分析，再利用機器學習算法篩選診斷基因，并分析了免疫細胞浸潤，最后還利用單細胞數(shù)據(jù)分析了關(guān)鍵基因的表達，以及主要表達在哪一類細胞中。后續(xù)完全可以根據(jù)這個結(jié)果設計課題思路，比如“XX基因調(diào)控XX免疫細胞影響COPD的進展”。

臨床分組的切入角度不同，就可以提高分析的創(chuàng)新性?？赐晷≡频姆治?，不知如此巧妙的分析思路有沒有讓你有一點點心動呢？

沒有思路不要緊，小云會幫你找到創(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！