社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
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 • 3 月前 • 115 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
 
115 次点击