文章标题：An integrated machine learning framework for developing and validating a diagnostic model of major depressive disorder based on interstitial cystitis-related genes
中文标题：一个集成的机器学习框架，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
发表期刊：J Affect Disord
发表时间：20240815
影响因子：4.9/Q1
研究背景
间质性膀胱炎 （IC） 是一种病因不明的持续性疼痛状况，对女性的影响不成比例，目前尚无已知的治愈方法。主要症状是耻骨上不适，通常伴有排尿问题，包括尿急、尿频和夜尿。IC 症状对工作、家庭、人际关系、睡眠和性活动的负面影响通常非常虚弱。根据以前的研究，抑郁症似乎是 IC 患者的常见合并症。
研究方法
系统分析了来自 GEO 数据集的转录组数据，包括 MDD 和 IC 患者的转录组数据，以开发和验证我们的模型。去除批次效应后，确定了各自疾病组和对照组之间的差异表达基因 （DEGs）。然后对病症的共享 DEGs 进行功能富集分析。此外，通过 ssGSEA 量化免疫浸润分析。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 的诊断模型。最后，利用 “Enrichr” 平台确定 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。
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。
3. IC 和 MDD 中的免疫细胞浸润分析
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。箱线图分布显示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.MDD诊断模型的比较
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 方面都表现出优越的性能。
5.候选药物的鉴定
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。筛选了排名前 10 位的候选药物。
文章小结
总的来说，文章的研究结果为早期 MDD 诊断建立了一个新的分子框架，特别是在 IC 患者中。此外，这项工作为未来的研究奠定了基础，这些研究旨在探索共同的致病机制并开发连接这两种使人衰弱的疾病的治疗干预措施（对这种思路感兴趣的老师，欢迎联系小编！）
