今天給各位老師分享一篇套路滿滿的生信分析文章，這篇文章的研究邏輯對(duì)時(shí)間不充裕的臨床醫(yī)生太實(shí)用了，沒時(shí)間也能連發(fā)多篇！文章研究的主要亮點(diǎn)之處在于構(gòu)建了一個(gè)基于12種機(jī)器學(xué)習(xí)算法113種組合的集成程序，用于間質(zhì)性膀胱炎相關(guān)基因的重度抑郁癥診斷。除了機(jī)器學(xué)習(xí)這一妙用，作者還進(jìn)行了其他常見分析內(nèi)容：PPI網(wǎng)絡(luò)、功能富集、免疫浸潤分析、藥物敏感性預(yù)測(cè)等。

題目：一種集成機(jī)器學(xué)習(xí)框架，用于開發(fā)和驗(yàn)證基于間質(zhì)性膀胱炎相關(guān)基因的重度抑郁癥診斷模型

英文名:An integrated machine learning framework for developing and validating a diagnostic model of major depressive disorder based on interstitial cystitis-related genes

雜志：Journal of Affective Disorders

影響因子：4.9

發(fā)表時(shí)間：2024年6月

研究背景：間質(zhì)性膀胱炎 （IC） 是一種病因不明的持續(xù)性疼痛疾病，對(duì)女性的影響尤為嚴(yán)重，沒有已知的治愈方法。根據(jù)先前的研究，抑郁癥似乎是 IC 患者中常見的合并癥。重度抑郁癥 （MDD） 是導(dǎo)致自殺率的主要原因。所以，在 IC 患者中及早發(fā)現(xiàn) MDD 至關(guān)重要，以便在臨床癥狀出現(xiàn)之前開始治療。目前還沒有 MDD 和 IC 之間敏感性和特異性強(qiáng)的生物標(biāo)志物。在此，作者利用生物信息學(xué)和機(jī)器學(xué)習(xí)算法確定了 IC與 MDD 相關(guān)的關(guān)鍵標(biāo)志物。

研究思路：

作者通過分析GEO數(shù)據(jù)集的轉(zhuǎn)錄組數(shù)據(jù)，包括MDD和IC患者的轉(zhuǎn)錄組數(shù)據(jù)，以開發(fā)和驗(yàn)證作者構(gòu)建的模型。去批次效應(yīng)后，鑒定出各自疾病組和對(duì)照組之間的差異表達(dá)基因 （DEGs）。然后對(duì)條件的共享 DEG 進(jìn)行功能富集分析。此外，通過ssGSEA進(jìn)行免疫浸潤分析。通過探索12種機(jī)器學(xué)習(xí)算法的113種組合，在訓(xùn)練集上進(jìn)行10倍交叉驗(yàn)證，然后在測(cè)試集上進(jìn)行外部驗(yàn)證，構(gòu)建了MDD診斷模型。最后，利用“Enrichr”平臺(tái)識(shí)別出MDD的潛在藥物。

研究結(jié)果：

1、 鑒定與 IC 和 MDD 相關(guān)的差異表達(dá)

鑒于MDD和IC之間的相互關(guān)系，對(duì)IC和MDD進(jìn)行了limma 分析，以揭示IC相關(guān)MDD中的致病基因。在IC隊(duì)列中，確定了1531個(gè) DEG，其中906個(gè)上調(diào)和625個(gè)下調(diào)。MDD組產(chǎn)生100個(gè)DEGs，其中33個(gè)上調(diào)，67個(gè)下調(diào)。IC和MDD之間 DEGs有21個(gè)。