Py学习  »  机器学习算法

“代谢组”再掀高潮!0实验拿下Nature Communications!西安交大郭燕团队,串联“机器学习”好榜样!

生信塔 • 9 月前 • 272 次点击  

最近小塔后台收到小伙伴们的反馈,说想多学学多组学方向的思路,小塔很有同感,目前,基于基因组、代谢组和蛋白质组的多组学联合分析,确实提供了一种新的策略,既打破了单一组学的限制,还能有助于更全面地理解分子功能和疾病的复杂性。
科研从来不是埋头苦干的,我们需要站在巨人的肩膀上,才能看的更远,小塔今天在一区TOP神刊(Nature Communications)上找到了一篇机器学习联合多组学分析的思路的文章,不得感叹,原来还可以这么玩!!!快跟小塔一起往下看,一起从中找找灵感,学习学习Ta的思路,并且沾沾Ta的好运吧!
小塔为大家带来的就是发表在Nature Communications》(IF 14.7)上的Integrated landscape of plasma metabolism and proteome of patients with posttraumatic deep vein thrombos”。
1、文章从创伤后的患者中收集血浆样本,通过整合血浆代谢组学和蛋白质组学的数据,来评估创伤后深静脉血栓(pt-DVT)患者的代谢变化及其潜在功能。
2、运用了单变量和多变量分析,包括火山图和正交偏最小二乘判别分析(OPLS-DA)、多元回归分析、主成分分析(PCA)、偏最小二乘判别分析(OPLS-DA)等处理数据。
3、将代谢组学和蛋白质组学数据进行整合,揭示pt-DVT的代谢和蛋白质变化模式。
4、利用机器学习算法开发预测模型,筛选出能够预测pt-DVT的代谢物和蛋白质标志物。
小伙伴们快学起来吧!(如需要获取全文,请下拉,并按提示回复关键词即可哦)
 PS:机器学习结合多组学分析,不需要做大量的实验,也还不靠大样本量来堆数据,既省钱还省事,并且还能挖掘创新性,可算是各种buff叠满了!感兴趣的小伙伴,快快学起来吧!如果小伙伴在研究思路或技术实现上遇到任何难题,欢迎随时联系小塔,小塔全程为你提供专业的服务和支持~  


定制生信分析

云服务器租赁

加微信备注99领取使用 

题目:创伤后深静脉血栓形成患者血浆代谢和蛋白质组的综合图谱
杂志:Nature Communications
影响因子:IF=14.7
发表时间:2024年9月

公众号后台回复“666”,即可获得原文,文献编号240915

研究背景
深静脉血栓(DVT)可能导致多种并发症,如血栓后综合症、复发性DVT和可能危及生命的肺栓塞(Pulmonary Embolism, PE)。
目前,创伤后深静脉血栓形成(pt-DVT)的诊断依赖于D-二聚体的实验室测量和超声成像特征。尽管D-二聚体在住院成人患者中已被验证为风险工具,但在手术或创伤后患者中的应用尚不清楚。
研究思路
从创伤后的患者中收集血浆样本,通过整合血浆代谢组学和蛋白质组学的数据,来评估创伤后深静脉血栓(pt-DVT)患者的代谢变化及其潜在功能。    
主要结果
1、全球血浆代谢谱
通过LC-MS鉴定和数据筛选,确定了326种在所有样本批次中稳定可检测的代谢物,并根据京都基因与基因组百科全书(KEGG)的代谢途径被分为8个功能类别和一个未知类别。
通过主成分分析(PCA),研究者评估了代谢分析的全局变异性和数据质量,其中第一和第二主成分(PC1和PC2)分别解释了数据集总方差的8.6%和4.7%。
图1 代谢谱区分pt-DVT患者和对照组
2、pt-DVT代谢物组改变
通过单变量和多变量分析,包括火山图OPLS-DA,确定了28种显著改变的代谢物,这些代谢物涉及脂质、氨基酸、碳水化合物等多个代谢途径,并利用去偏稀疏偏相关(DSPC)网络揭示了代谢物间的密集相互作用,特别是脂质和氨基酸代谢之间的联系。
图2 与pt-DVT相关的多种代谢途径失调
3、pt-DVT患者临床参数改变
确定了14个显著改变的临床参数(CPs),其中5个在DVT患者中增加,其余减少,并通过Pearson相关分析发现这些CPs倾向于根据功能相似性聚类,如纤维蛋白原、血小板红细胞比容和血小板计数形成的增加簇,以及红细胞计数、红细胞比容百分比和血红蛋白浓度形成的减少簇。这些发现揭示了pt-DVT的两个典型临床特征,即血小板相关参数的增加(PLT簇)和红细胞相关参数的减少(RBC簇),其中血小板和血小板红细胞比容显示出对pt-DVT的高度特异性,表明它们可能是临床诊断的有前景的生物标志物。
图3 pt-DVT及相关代谢失调的临床差异参数
4、机器学习识别血液代谢阻滞以区分pt-DVT
对独立验证队列的100名参与者进行了代谢组学分析,并评估了包含显著改变的临床参数和代谢物的预测模型,发现模型2和模型3在预测pt-DVT方面表现出色。    
进一步的模型缩减和特征选择后,包含9种代谢物的模型2在发现和验证队列中均显示出最佳的预测性能,表明血浆代谢物是早期诊断和预测pt-DVT的有力候选生物标志物。
图4 机器学习识别特征来区分pt-DVT
5、代谢组学和蛋白质组学分析揭示了pt-DVT的潜在治疗策略
通过对pt-DVT患者和对照组的血浆样本进行蛋白质组学分析,鉴定出214种差异表达的蛋白质,并发现与糖酵解/糖异生-TCA循环相关的多个蛋白质在pt-DVT患者中显著上调,暗示这一代谢途径可能与疾病的发展有关。
图5 代谢组学和蛋白质组学分析揭示了pt-DVT的潜在治疗策略
文章小结
综上所述,研究者们使用机器组学代谢组学和蛋白质组学分析buff叠满,表明,糖酵解/糖异生- TCA循环的上调可能通过调节红细胞中的ROS水平来促进血栓形成,总之,本研究全面描述了pt-DVT的代谢和血液学失调,并为早期检测提供了潜在的生物标志物。小伙伴们,在学习完这篇文章,有没有多组学研究套路更了解一点呢,再也不用担心发不出优质文章了!省时省力还能发高分文章,谁能不爱呢?现在,就是最好的时光,学习大佬们的思路,学会多组学套路,你不发高分文章谁发?小小期刊,随时拿下!!如果你任何问题或者实验思路困扰,随时滴滴小塔,小塔为你服务哦~  

小塔有话说


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!

文献思路复现

定制生信分析

服务器租赁


 往期 · 推荐 

中医药又一利好消息!7分+毕业神刊助力,中医药SCI将迎来大爆发!网药+分子对接+实验验证,思路简单易复现,冲就完了~

生信的尽头是“机器学习”? 联合双硫死亡+lnRNA,这个思路爽翻了,这届年轻人有自己的科研密码!现成基因集,复现即躺赢!

这才是孟德尔随机化升级思路的正确打开方式!山东第一医科大学团队6分新作,机器学习+多组学分析,快来抄作业吧! 

免责声明:
1. 文章仅作学术探讨,不用于临床实践指导;
2.「原创」仅代表原创编译,仅供学术交流,本平台不主张原文的版权,如有侵权,请作者团队及时联系小编,我们会在第一时间进行修改或撤稿重发,感谢您的谅解!
参考资料:
[1] Kun, Zhang,Pengfei, Wang,Wei, Huang et al. Integrated landscape of plasma metabolism and proteome of patients with post-traumatic deep vein thrombosis.[J] .Nat Commun, 2024, 15: 0.    

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/174247
 
272 次点击