![]()
大家好，这里是在高温中昏昏欲睡的船长~
不过当在高温中昏昏欲睡的船长看到这本杂志的最新影响因子时，不但心凉了半截，而且还瞬间清醒了！
对一本影响因子十几分的杂志来说下降三分可能还不痛不痒，但是，从8分跌到5分那就真的心痛痛了！
船长带大家看看这篇文章，它齐当下火热的孟德尔随机化、铁死亡、单细胞分析等等等等，可以说内容非常丰富了。广东医科大学附属医院这篇文章于2024年4月26日发表于《British journal of haematology》（IF 8.6）。但是最新影响因子出炉以后就成5.1分了......
你觉得这篇文章值8分还是5分：
1.采用了一套综合的研究方法来探索ITP的分子机制，包括机器学习算法、单细胞RNA测序、基因集富集分析、孟德尔随机化分析以及统计分析,能够在多个层面上评估基因表达、生物学功能和遗传变异。
2.基于识别出的关键基因，开发了一个新的ITP诊断列线图，显示出高诊断潜力和准确性。同时还为开发针对线粒体自噬和铁死亡过程的新型治疗策略提供了可能的靶点。（ps：虽然心很痛，但是发表的时候还是8分，也曾见过辉煌~咳咳，骚话少说，船长提醒大家孟德尔随机化想不出新思路，不妨巧蹭一下铁死亡热点？或者列入一些单细胞数据集的分析。与其埋头苦干没成果，不如扫码来联系船长。风里雨里，船长等你哦~）
定制生信分析
云服务器租赁
加好友备注“99”领取试用
后台回复“321”获取原文献，文献编号20240630题目：原发免疫性血小板减少症线粒体自噬和铁死亡的综合分析和预测模型
杂志：British journal of haematology原发性免疫性血小板减少症ITP是一种自身免疫性疾病，特征是血小板的过度破坏和巨核细胞成熟受损，通常与抗血小板自身抗体和CD8+ T细胞的细胞毒性反应有关。除了传统的病理机制外，ITP还涉及到程序性细胞死亡途径的失调，其中线粒体自噬和铁死亡可能在ITP的发病机制中起关键作用，但其具体角色尚未完全明了。数据来源
| | | |
| | | 19个样本（9个ITP样本和10个对照样本），用作训练集。 |
| | | 6个样本（4个ITP样本和2个对照样本），用作验证集。 |
| | | 6个样本（3个ITP样本和3个对照样本），用作验证集。 |
| | | 来自骨髓的细胞样本，用作scRNA-seq数据的训练集。 |
研究思路
研究者首先从公共数据库获取了基因表达和单细胞RNA测序数据，然后通过差异表达分析识别了与ITP相关的线粒体自噬相关基因（MRGs）和铁死亡相关基因（FRGs）。接着，利用基因集富集分析（GSEA）、功能富集分析、机器学习算法和孟德尔随机化分析等技术，筛选和验证了关键基因，评估了它们在ITP发病机制中的潜在作用。此外还通过单细胞RNA测序分析探究了这些基因在细胞层面的表达情况，最终建立了一个新的ITP诊断模型，并提出了可能的治疗策略。主要结果
1.ITP相关基因的MFRG和FRG分析揭示铁死亡与线粒体自噬的联系
图1A-D ITP和对照组样本的DEGs表达情况、GABARAPL1作为ITP相关的MFRG和FRG的交集以及GABARAPL1 表达的箱线图2.GABARAPL1 参与泛素磷酸化、PPAR 信号通路、自然杀伤细胞介导的细胞毒性和 T 细胞分化
图2A-D GABARAPL1参与的生物学过程的基因集富集分析、GABARAPL1与泛素磷酸化途径相关基因的关联分析、GABARAPL1与T细胞和NK细胞标志物的关联分析正向MR分析显示GABARAPL1表达降低与Th2或NK细胞数量减少相关。研究中未发现异质性，并通过MR-Egger检验确认了结果的一致性（图2E, G, H, K, L, I, M）。反向MR分析未发现Th2或NK细胞与GABARAPL1表达之间存在显著相关性（图2F）。图2E-F 正向MR分析中GABARAPL1与Th2和NK细胞的相关性图2G-N MR分析的漏斗图，显示了因果效应的几乎对称性、逐个移除SNP并重复MR分析的结果，证实了所有SNPs对因果关系的显著贡献3.GABARAPL1 参与泛素磷酸化、PPAR 信号通路、自然杀伤细胞介导的细胞毒性和 T 细胞分化
图A-D MFRG相关模块中筛选出的特征基因、LASSO回归分析确定的显著相关基因、随机森林算法选择的top基因、SVM-RFE算法选择的特征（ps：功能富集分析、免疫浸润分析也可以用小云新开发的零代码生信分析小工具实现，云生信分析工具平台包含超多零代码分析和绘图小工具，上传数据一键出图，感兴趣的小伙伴欢迎来尝试哟，网址：http://www.biocloudservice.com/home.html）图3E-I SVM-RFE算法选择的特征、三种算法结果交集确定的枢纽基因、GABARAPL1和枢纽基因的GO富集分析、GABARAPL1和枢纽基因的KEGG富集分析4.诊断模型和重要基因的验证
图4A-D GSE574和PRJNA299534数据集中基因表达趋势与GSE43177数据集呈一致性图4E-G GSE574数据集中S100A8的AUC值、模型和基因GABARAPL1、S100A8、LIN28A的AUC值5.ITP 骨髓巨噬细胞中 GABARAPL1 减少
图5A-D ITP和对照组样本中经过质量控制和标准化的基因表达谱、ITP和对照组样本中注释的16个细胞群、ITP和对照组样本中前B细胞和粒单核祖细胞的比较图5E-G GABARAPL1在ITP和对照组样本中的表达分布文章小结
这篇文章通过对ITP与线粒体自噬和铁死亡的关系进行综合分析，识别了四个关键基因，并探讨了它们在ITP发病机制中的潜在作用。揭示了这些基因在调控免疫细胞功能和信号传导途径中的重要性，并开发了一个基于这些基因的诊断模型。（如果你也对机器学习、铁死亡、孟德尔随机化感兴趣，或是有进一步需求的小伙伴，欢迎扫码来和船长交流哦，还有一大波可复现生信思路等着你~~）参考文献doi：10.1111/bjh.19489船长可以为您提供以下服务哦：评估思路（免费)、生信分析、方案设计、服务器租赁、特色数据库搭建等！欢迎大家扫码咨询，有问必答！
