今天给各位老师分享一篇套路满满的生信分析文章，这篇文章的研究逻辑对时间不充裕的临床医生太实用了，没时间也能连发多篇！文章研究的主要亮点之处在于构建了一个基于12种机器学习算法113种组合的集成程序，用于间质性膀胱炎相关基因的重度抑郁症诊断。除了机器学习这一妙用，作者还进行了其他常见分析内容：PPI网络、功能富集、免疫浸润分析、药物敏感性预测等。

 题目:一种集成机器学习框架，用于开发和验证基于间质性膀胱炎相关基因的重度抑郁症诊断模型

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

杂志： Journal of Affective Disorders?

影响因子：4.9

发表时间：2024年6月

研究背景（Introduction）：间质性膀胱炎（IC） 是一种病因不明的持续性疼痛疾病，对女性的影响尤为严重，没有已知的方法。根据先前的研究，抑郁症似乎是IC 患者中常见的合并症。重度抑郁症 （MDD） 是导致自杀率的主要原因。所以，在IC 患者中及早发现 MDD 至关重要，以便在临床症状出现之前开始治疗。目前还没有MDD 和 IC 之间敏感性和特异性强的生物标志物。在此，作者利用生物信息学和机器学习算法确定了 IC与 MDD 相关的关键标志物。

研究思路（figure1  研究的主要流程图）：

材料方法：

1、 研究方法：通过分析GEO 数据集的转录组数据，包括 MDD 和 IC 患者的转录组数据，以开发和验证作者构建的模型。去批次效应后，鉴定出各自疾病组和对照组之间的差异表达基因（DEGs）。然后对条件的共享 DEG 进行功能富集分析。此外，通过ssGSEA进行免疫浸润分析。通过探索12 种机器学习算法的 113 种组合，在训练集上进行 10 倍交叉验证，然后在测试集上进行外部验证，构建了 MDD 诊断模型。利用“Enrichr”平台识别出MDD的潜在药物。

研究结果：

1、 鉴定与IC 和 MDD 相关的差异表达

鉴于MDD 和 IC 之间的相互关系，对 IC 和 MDD 进行了 limma 分析，以揭示 IC 相关 MDD 中的致病基因。在 IC 队列中，确定了 1531 个 DEG，其中 906 个上调和 625 个下调。MDD组产生100个DEGs，其中33个上调，67个下调。 IC 和 MDD 之间 DEGs有 21 个。

图1

2、IC相关MDD中涉及的致病基因的功能富集

通过GeneMANIA 数据库对候选基因进行PPI网络分析，并使用GO、KEGG 和 DO 进行功能分析，以确定潜在的作用机制。 分析显示，IC-MDD与机会性真菌病、肾衰竭、胰腺炎和肠道疾病显著相关（图2）。

图2

3、 IC 和 MDD 中的免疫细胞浸润分析

图3

对IC 和 MDD 之间重叠的 DEG 的功能和通路分析揭示了与炎症和免疫过程的显着关联。相对于对照样品，IC样品表现出1型辅助性T细胞、记忆B细胞、巨噬细胞、未成熟树突状细胞、γδ-T细胞、效应记忆CD8+ T细胞和效应记忆CD4+ T细胞的富集（图3A）. 箱线图分布图3B 表示 MDD 队列中巨噬细胞、内皮细胞和活化树突状细胞的比例升高，与对照组相比，效应记忆CD8+ T 细胞的丰度降低。

4、通过机器学习识别具有诊断价值的枢纽基因，并开发IC相关MDD的诊断模型

在10 倍交叉验证过程中，总共结合了 12 种机器学习算法，以确定筛选的 21 个共因的*稳健的诊断模型。通过集成Stepglm[both]和XGBoost算法，建立了性能*佳的*终模型。Stepglm[both]算法鉴定出11个关键基因（ABCD2、ATP8B4、TNNT1、AKR1C3、SLC26A8、S100A12、PTX3、FAM3B、ITGA2B、OLFM4、BCL7A），而XGBoost算法过滤出*可靠的模型。模型展现出稳健的校准性能，与整体队列相比，模型在60 岁以下患者亚组或男性中表现出更高的诊断性能。

图4

5、MDD诊断模型的比较

作者将自己构建的MDD诊断模型于其他同类模型进行比较，作者的模型在训练和测试队列的AUC 方面都表现出的性能。

 图5

2、 候选药物的鉴定

作者使用Enrichr 上的 DSigDB 药物数据库分析模型基因，以确定潜在的靶向药物。排名前10位的候选药物依次为表没食子儿茶素没食子酸酯、硼替佐米、3-（1-甲基吡咯烷-2-基）吡啶、苯、阿司匹林、氧、达沙替尼、佛波醇12-肉豆蔻酸酯13-乙酸酯、Ouabain和Thapsigargin（表2).

Table 2. Bladder pain syndrome/interstitial cystitis (IC) and major depressive disorder (MDD) gene-targeted drugs.

  文章小结（Abstract）：文章到此结束，纯分析发IF：4.9的文章，这篇8月见刊的文章如果再加一些下游机制验证的数据，发的会更高。傲星生物深耕分析十余载，另有完善的下游验证、机制研究服务，一对一专属服务为您排忧解难，助您轻松应对毕业和晋升！

公司介绍

武汉傲星生物科技有限公司（Wuhan Aoxing Biotechnology Co., Ltd）是一家深耕生物技术行业十余载的生命科学研究和生物技术转化为一体的的技术企业。始终秉承“诚信、求真、创新”的理念，为客户提供实验实施（病理学、分子生物学、免疫学、细胞生物学、动物模型、病毒包装等科研检测服务）和组学测序及生信分析一站式服务。公司由多学科交叉的硕博技术人才，生信分析团队拥平均拥有7年以上生信科服经验，擅长常规组学数据分析、公共数据库生信挖掘，具有敏锐的科研洞察力、严谨的科研态度，深入的数据挖掘分析能力，丰富的科研项目执行经验，团队成员在Nature Genetics、 Advanced science、iScience等期刊发表多篇高水平文章，生信结合下游实验平台，通过体内、体外及临床水平研究，解析人类疾病发病机制及药物疗效、药物作用靶点筛选及作用机制，助力“临床-科研-临床”的持续转化。

原创作者：武汉傲星生物科技有限公司