Hi~小伙伴们我们又见面啦！！！我是小塔，今天给大家带来了一篇由湖南师范大学生命科学学院团队的优秀模板文章。这篇文章将当前两大TOP热点“孟德尔随机化”和“机器学习”进行了串联，堪称梦幻联动！作者首先整合了数据集，并使用机器学习等人工智能方法识别出与骨关节炎相关的生物标志物，并进行了一项双样本孟德尔随机化研究。最后，为了使研究结果更为可靠，该团队还进行了因果估计与敏感性分析（友情提示：文末可获取文献的链接哦~或者关注路博，回复“XXX”直接后台获取原文！文献编号：XX）
当然啦，小塔也是为大家总结出了该文章的几个亮点。
1. 数据全：用转录组学和基因组学数据，全面探索了OA滑膜免疫微环境模式，并探索了OA的免疫相关生物标志物。
2. 方法多：采用单样本基因集富集分析（ssGSEA）、机器学习和加权基因共表达网络分析（WGCNA）等方法，探索了与OA免疫微环境相关的特征基因作为潜在的新生物标志物。
3. 思路新：研究了特征基因在单细胞分辨率和细胞通讯下的表达，通过孟德尔随机化研究推断了生物标志物与OA之间的因果关系。
（PS：孟德尔随机化越来越火爆，很多同学苦于找不到合适选题。其实本文就提供了很好的灵感，换换疾病抑或是找找其他的数据处理方式。如果还是没有思路，快快联系小塔吧！）
题目：孟德尔随机化和转录组分析确定了骨关节炎的免疫相关生物标志物
杂志：Frontiers in Immunology
影响因子：IF=5.7
发表时间：2024年4月
公众号后台回复“TA”，即可获得原文，文献编号240625
免疫微环境在骨关节炎（OA）的发病机制中起着重要作用。然而，目前用于OA诊断和治疗的生物标志物并不令人满意。该研究旨在确定新的OA免疫相关生物标志物，以指导使用多组学数据预防和治疗OA。
数据集/队列 | 数据库 | 数据类型 | 详细信息 |
GSE89408 |
GEO | Bulk-RNA 测序 | 22个OA 和 28个正常滑膜组织 |
GSE143514 | GEO | Bulk-RNA 测序 | 5个OA 和 3个正常滑膜组织 |
GSE55235 | GEO | 微阵列数据 | 10个OA 和 10个正常滑膜组织 |
GSE46750 | GEO | 微阵列数据 | 12个OA 和 12个正常滑膜组织 |
GSE152805 |
GEO | Single-cell RNA 测序 | 3个OA滑膜组织 |
首先，从GEO获取了五个转录组数据集，并使用R包“sva”消除了批量效应。对单细胞数据集进行归一化、降维和细胞注释，并进行了数据处理。使用R包“GSVA”进行了免疫评分和免疫浸润分析。采用SVM-RFE和RF算法确定了与OA相关的最佳免疫细胞。使用WGCNA探索了模块与特定性状之间的关系，并进行了相关机制的探索。
图1 本研究的工作流程
1 . OA患者免疫浸润的评估
对OA与正常个体进行免疫评分并对比差异（图2A），发现免疫细胞在正常组和OA组之间的免疫浸润水平有显著差异（图2B）。SVM-RFE和RF分析确定了与OA相关的特征性免疫细胞（图2C-D），最后，选择了 5种免疫细胞作为特征性免疫细胞（图2E）。
图2 OA的免疫浸润分析
2. 免疫相关特征基因的鉴定
随后使用WGCNA算法提取基因模块，选择功率值 4 作为最佳软阈值功率，使无标度拓扑指数率先为0.85（图 3A）。黄绿色模块与上文五种特征性免疫细胞呈极显著正相关（图3B）。GO和KEGG通路的富集分析表明免疫微环境相关DEGs与OA的发病机制有关（图3C）。最后，使用LASSO算法从44个DEG中鉴定出7个特征基因（图3D、E）。
图3 筛选免疫相关特征基因
3．特征基因的验证和评估
研究发现在两个独立的验证数据集 GSE55235 和 GSE46750 中3个特征基因表现出显著的表达上调。（图4A，B）。随后，采用ROC曲线分析评估，3个特征基因的 AUC值均大于0.7，表明其具有良好的诊断性能（图4C-E）。
图4 免疫相关特征基因的验证和诊断性能
4．特征基因的GSEA分析
进行了GSEA以探索3个特征基因基于其表达值的生物学途径（图5A-C）。得知信号通路与免疫应答和炎症有关，表明3个特征基因在OA免疫微环境中是必不可少的，并且参与OA的炎症反应。
图5 与OA免疫微环境相关的3个特征基因的基因集富集分析
6 . 生物标志物对OA的因果效应
在IVW分析中使用cis-eQTL仪器，3个特征基因与OA呈正因果关系（图7）。WM法的MR结果与IVW一致。森林图显示了生物标志物的因果估计值和发生 OA 的风险。使用IVW方法估计比值比（OR）。水平条代表 95% 置信区间 （CI）。
图7 通过MR分析推断生物标志物与OA之间的因果关系
本研究确定了 3 种潜在的 OA 免疫相关生物标志物，为 OA 的预防和治疗提供了新的视角。MR 研究为 OA 的 3 种生物标志物的因果效应提供了遗传支持，并可能为导致 OA 发展的分子机制提供新的见解。
这篇文章首先选择了日常生活中很常见的骨关节病这个热门方向，分析方法比较常规简单的，并用多个数据库进行分析验证，这些都是妥妥的加分项，效果非常棒！看完这篇文章思路有没有觉得孟德尔随机化还有很多可做之处？如果有兴趣，但是技术受限，快来联系小塔求助吧！
文章索引
https://www.frontiersin.org/journals/immunology/articles/10.3389/fimmu.2024.1334479/full
生信塔公众号持续为大家带来最新生信思路，更多创新性分析思路请点击往期推荐，快来查看吧！想复现这种思路或者定制更多创新性思路欢迎直接call小塔，我们团队竭诚为您的科研助力！
