Py学习  »  机器学习算法

“乳酸化”真火起来了!这篇2区5分的“机器学习+单细胞分析”,极易复现!

生信塔 • 6 月前 • 169 次点击  

“乳酸化”算是彻底火起来了,一度让生信塔怀疑是进到“信息茧房”了!相关的咨询和分析案子也多起来了,好像一夜之间,哪哪都是乳酸化了!生信塔的粉丝有福利,自然可以吃上这波“乳酸化”这波新流量,快快行动起来吧!

既然大家咨询这么多,那就统一分享个复现模板,如果你感兴趣,可以参考这篇思路。

这篇是12月18号新鲜出炉的,发表在“Cancer Cell International”(中科院 2区5.3分),关注于乳酸化相关基因在肺腺癌中的预后和免疫浸润作用。

文章本身是经典的数据挖掘思路,预后+分型+单细胞+验证,懂生信的人一看就会。对于这个分段,本文的实验相对较多点,还做到了细胞功能实验,不过毕竟是肺腺癌,肿瘤是何其卷的领域,尤其还是肺腺癌!大家如果更换到相对小众的疾病,可以不用做这么多实验。

乳酸化是方向上的创新,分析方法都是成熟的,所以如果真做起来,那速度是挺快的。想赶上第一波流量,就要快动手了,动作快的话,年前就能分析完,年后文章就投出去了。如果有意向,欢迎滴滴生信塔!专业生信团队,提供个性化思路设计和生信分析服务,十年经验,值得信任!

图片
    

研究思路

图片

主要结果

1. 通过将NSCLC差异基因与乳酸化调节基因取交集,获得52个差异表达乳酸化相关基因(DE-LACAGs),通过Cox回归分析 ,筛选出26个基因与预后相关  


图片 

2. 26个DE-LACAGs进行聚类分析,将患者分为2种亚型,发现亚型之间存在预后差异
    

图片

图2:亚型分析

3. 通过机器学习算法,对亚型之间的差异基因构建预后模型,并通过ROC曲线分析模型准确性。    

图片

图3:风险建模的构建

4. 利用患者的多种临床因素,构建列线图    

图片

图4:列线图的构建和分析

5. 免疫相关分析发现,高危组和低危组在免疫细胞浸润率、免疫细胞功能等表型上存在显著差异    

图片

图5:肿瘤免疫微环境与免疫浸润分析    

图片

图6:肿瘤突变负荷分析

6. 单细胞分析模型基因的表达和分布,发现KRT81主要在T细胞中表达,MS4A1主要在B 细胞中表达    

图片

图7:单细胞分析
    

7检测KRT81基因的表达并进行功能实验,发现该基因与肿瘤正相关。

图片

8:KRT81敲低抑制肺腺癌细胞增殖、迁移和侵袭

小结

本文为乳酸化修饰的经典分析思路,因为选择的是肺腺癌,所以增加了功能实验,小伙伴如果替换为相对小众的疾病,可以减少甚至完全不做实验,发文效率更高。如果你对乳酸化修饰分析感兴趣想复现或个性化定制思路的朋友,欢迎直接联系生信塔,专业团队为你量身打造最佳创新思路,助力你的科研之路走的又快又好~

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/179352
 
169 次点击