嗨喽~大家好！欢迎来到生信门小课堂！今天智星为中医药领域的宝子们大家带来了一波福利：处在风口浪尖的新热点——网络毒理学，这个话题可谓是眼光独到，创新性更是不用多说。好啦，这就为大家揭开神秘面纱！
这篇文章是由西安交通大学医学院3201医院团队发表于“Ecotoxicology and Environmental Safety”的文章，研究关于骨质疏松症（Osteoporosis, OP）的研究，特别是关注内分泌干扰物（Endocrine-disrupting chemicals, EDCs）对OP影响的生物信息学和机器学习分析。作者利用CTD和GEO数据集，进行网络毒理学和生物信息学分析，并开发了一个采用多种机器学习算法的新型预测模型，最后通过qPCR简单验证，过程清晰好复现！Ps：想用这篇文章实现复现的宝子们可以行动起来了，换个疾病就可发5-10分SCI，如果没有头绪，可以滴滴智博哦，从方案设计到数据分析都能帮到你！
题目：通过生物信息学和机器学习识别针对关键op相关基因的内分泌干扰化学物质
杂志：Ecotoxicol Environ Saf
影响因子：IF=6.2
发表时间：2022年10月
研究背景
骨质疏松症（Osteoporosis， OP）是一种导致骨量低、骨骼微结构破坏的疾病。OP是中国中老年人的一个重要健康问题：50岁以上的OP患病率为19%，65岁以上的OP患病率为32%。考虑到全球OP发病率的增加和对环境因素的影响的了解不足，开发复杂的工具和方法来阐明复杂的病因关系是必要的。因此，有必要从环境病因学的角度研究暴露于环境污染物与OP之间的关系，以阐明OP的发病机制，并在不同人群中有效实施预防措施
研究思路
图1
研究内容
1、与影响 OP 的环境污染物相关基因的鉴定和机器学习分析
图2
2、关键基因的富集分析和表达验证
图3
3、免疫浸润分析
图4
4、关键基因相关化学污染物鉴定
图5
5、分子对接
图6
文章小结
本研究识别了与OP相关的显著基因（FOXO3和LUM）。进行了富集分析、免疫浸润分析和分子对接分析。通过分析这些关键基因，识别了13种可能影响OP的EDCs，并阐明了EDCs通过关键基因调控与OP发病之间的新关联。小伙伴们读完这篇文章是不是深受启发，网络毒理学并不难，与网络药理学有着异曲同工之面，但确实当下中医药热点，具有创新性，趁现在热度还在，抓紧时间发表吧，在方案设计和生信分析上有困难的朋友们，欢迎来找智星帮忙哦！
