![]()
今天看了一篇皮肤病的文章，要知道这个方向是很冷门的。
如果是直接上单细胞分析，妥妥的5以上。
但是这个文章单细胞聚焦靶向治疗，然后还利用了12种机器学习方法，咔咔一顿卷。然后出的图还嘎嘎好看。文章发表的是Frontiers in Genetics，3点多。从这个角度看，只卷生物信息，真是受累不讨好，真是没出路。Single-cell and bulk RNAseq unveils the immune infiltrationlandscape and targeted therapeutic biomarkers of psoriasis这篇文章的核心内容是关于银屑病（Psoriasis）的免疫浸润特征和靶向治疗生物标志物的研究。![]()
银屑病是一种影响全球数百万人的多方面的免疫介导系统性疾病。尽管与银屑病相关的生物标志物不断被发现，但作为细胞代谢中心的溶酶体生物标志物的鉴定仍然难以捉摸。
![]()
研究者使用差异表达分析和加权基因共表达网络分析（WGCNA）初步鉴定溶酶体基因。然后，为了减少过拟合和消除共线性基因，应用了12种机器学习算法筛选稳健的溶酶体基因。这些基因通过随机森林（RF）和Lasso算法进一步精炼，以确定最终的中心溶酶体基因。为了评估它们的预测效能，进行了接收者操作特征（ROC）分析，并在散装和单细胞水平上验证了诊断生物标志物的表达。此外，研究者使用单样本基因集富集分析（ssGSEA）、CIBERSORT和皮尔逊相关性分析来阐明银屑病样本中免疫表型与中心溶酶体基因之间的关联。最后，通过Cellchat算法，探索了这些中心溶酶体基因在细胞间通讯中的潜在作用机制。![]()
功能富集分析揭示了银屑病与溶酶体功能的密切关联。后续的交集分析鉴定了19个关键溶酶体基因，这些基因来自差异表达基因（DEGs）、WGCNA的表型基因和溶酶体基因集。在排除共线性基因后，通过RF和Lasso算法鉴定出11个稳健基因，最终确定3个中心溶酶体基因（S100A7、SERPINB13和PLBD1），这些基因与疾病发生密切相关，具有高预测疾病诊断的能力。同时，在独立的散装数据集和单细胞数据集中验证了它们的相对表达。基于这些中心基因的列线图可能为患者提供临床优势。![]()
研究确定了S100A7、SERPINB13和PLBD1作为潜在的诊断生物标志物，为更精确的银屑病免疫治疗设计提供了希望。![]()
小编做为生信出身，看到现在这种情况，也是被卷的头疼。
更贴合临床的生信分析服务，才能破万卷，才能发高分。
