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

2025了,网药该升级啦!NHANSE+机器学习+中介分析+网络药理学,创新组合拿下12分+!0实验49天接收,一个字强!

生信塔 • 2 天前 • 10 次点击  

之前跟大家分享过不少网络药理学的文章,不知道大家有没有看腻呀?今天咱们来点不一样的!也借着跨年的时机,给大家一点小小的震撼!

熟悉网络药理学的朋友应该了解其大致发文套路:选定药物与疾病→药物与疾病靶点获取→构建网络模型→功能分析→实验验证,这也是比较经典、且稳妥的发文思路。

从以上思路可以看出,要想发网药,首先得确定要研究的药物和疾病,那要是确定不下来呢?或者只知道一个大致的影响因素可以做吗?

嘿嘿,在生信塔这里一切皆有可能!大家研究的疾病应该固定的吧,咱们可以先疾病入手,选择一到多个大致可能对其有影响的因子,基于NHANSE中海量的数据,利用机器学习孟德尔随机化探究其与疾病的关系,确定 关键化合物,然后利用网络药理学分析潜在靶点和机制。    

理论部分结束,下面咱们上文章!这是河北医科大学团队发表在中科院一区TOP刊《Journal of Hazardous Materials》上的文章,研究运用基于NHANSE数据库,利用加权广义线性模型、加权分位数和、贝叶斯核机器回归等机器学习方法,结合因果中介分析网络药理学分析,全面深入地探究挥发性有机化合物(VOCs)青少年生长的影响,剖析其潜在机制,为公共卫生领域应对环境污染物危害提供关键依据。

PS:网药最初进入我们的视野,总是与中医药等药理相关的文章出现。那么与NHANSE+机器学习+中介分析的结合就会让审稿人眼前一亮,趁着新思路文章少,有需要的小伙伴快来找生信塔定制分析吧!

l题目:青少年挥发性有机化合物暴露和生长指标:揭示关联和潜在干预策略

l杂志:Journal of Hazardous Materials

l影响因子:IF=12.2

l发表时间:20249

研究背景

随着工业化发展,环境污染尤其是VOCs对健康影响受关注。青少年生长受环境因素影响显著,而目前关于VOCs对青少年生长影响的研究不足。本研究旨在填补这一空白,探究VOCs暴露与青少年生长指标的关联,对制定预防策略和理解其危害有重要意义。    

研究思路

1. 数据来源与处理:从NHANES 2011 - 2018选取746名青少年数据,测量VOCs代谢物、身体指标、BMD、维生素D等,进行数据校准和转换。

2. 分析VOCs与生长指标关系

    - 运用加权GLM分析单个VOC与生长指标关系,筛选关键VOC。

    - 用WQS和BKMR模型评估混合VOCs对生长指标的影响。

3. 探究BMD的中介作用

    - 分析VOCs与BMD的关系。

    - 明确BMD与生长指标的关联。

    - 评估BMD在VOCs与生长指标关系中的中介效应。

4. 进行亚组和敏感性分析:按不同因素分层分析,采用多种方法进行敏感性分析,确保结果稳健。

5. 探索潜在机制和干预策略

    - 通过网络药理学分析潜在机制,发现与IL - 17信号通路相关。

- 研究维生素D对VOCs与BMD和生长指标关系的影响,提出补充维生素D可能是干预策略。    

主要结果

1、基线特征

该研究包括746名参与者,中位年龄为15.0岁,50.5%为男性。    

表1 基线特征

2、VOCs与生长指标的关系

通过加权GLM、WQS和BKMR模型分析,发现多种VOCs与青少年生长指标(如身高、体重、BMI等)呈负相关,且在混合暴露时也呈现类似结果。    

表2 单种 VOC 代谢物与生长指标的关联

图1 LASSO回归分析    

图2 WQS回归分析

图3 BKMR模型分析

3、BMD的中介作用

BMD在VOCs混合物与生长指标关系中起中介作用,不同类型BMD中介比例不同,如亚总BMD在部分指标中介比例较高。    

图4 总骨密度在尿中挥发性有机化合物与生长指标之间的中介作用

图5 小计骨密度在尿中挥发性有机化合物与生长指标之间的中介作用

图6 腰椎骨密度在尿中挥发性有机化合物与生长指标之间的中介作用

4、亚组分析结果

种族、PIR、家庭吸烟情况和身体活动对VOCs与生长指标关联无显著影响,但性别显著改变该关联,男性受VOCs影响更明显。

5、敏感性分析结果

多种敏感性分析方法(PCA、调整协变量等)表明VOCs与青少年生长指标的负相关关系具有稳健性。    

6、机制与靶点信息

为了进一步探讨混合暴露VOCs对生长指标的影响机制,通过网络药理学分析,发现VOCs可能通过影响IL - 17信号通路及相关蛋白(如IL - 1β、CASP3等)影响青少年生长。

图7 VOCs的潜在靶点和机制相关信息

8. 维生素D的作用    

维生素D缺乏青少年中VOCs与生长指标和BMD的负相关更显著,膳食维生素D摄入与BMD和生长指标呈正相关。

文章小结

本文借助NHANES丰富的数据资源,利用机器学习模型、中介分析以及网络药理学方法,深入探究了挥发性有机化合物(VOCs)对青少年生长指标的影响。这几种方法相得益彰,与网络药理学携手共进,0实验39天拿下12.2分,一个字强!如果你也想凭借生信手段弯道超车,想要重现本文分析逻辑,欢迎联系生信塔,助力您的科研更上一层楼!

生信塔有话说


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生信塔,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

生信服务器


 往期 · 推荐 

IF 16.7!高质量、综合GBD数据库炸裂登场!武大中南医院&湖北医科大襄阳医院携手,3图3表拿下高分,简直美滋滋~

十投九中+纯生信友好=神刊!复旦肿瘤医院李大卫团队2区6分模板文,单细胞数据挖掘+乳酸化修饰,科研人错过血亏!

11种机器学习“飞”上1区Top,诺奖热点不容错过!苏州大学李艳红团队,预后模型这波操作太燃了!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/178517
 
10 次点击