机器学习用得好，一区文章跑不了！恭喜南京医科大一附院带着“诊断王者”——机器学习顺利登刊！着眼于临床实际，更易高分！

虽然国家大力倡导医生要立足临床实际开展科研工作，但论文依旧是众多医院在职称评定、学科建设等诸多方面不可或缺的一项关键要求。那么，如何兼具两者呢？那馆长就不得不推出我们的临床“诊断王者”—机器学习啦！作为AI的一个重要分支，掌握这项技术，就既能发高分，又能兼具临床价值，完美！这不，南京医科大学附属第一医院最新发表的这篇文章就很不错，通过机器学习不仅具有科研价值，还具有一定的临床适应性，简直是不可多得的好文章！

这篇文章是于2024年12月发表在Clinical and Translational Medicine杂志上文章，旨在通过整合程序性细胞死亡模式（PCDI）和液体活检，揭示不明确亚型B细胞淋巴瘤（DLBCL）患者治疗耐药的异质性，下面我们一起看看文章亮点吧

1.机器学习助力淋巴瘤研究：结合多组学数据和机器学习算法，开发了针对程PCDI的预后生物标志物，为个性化治疗提供了新的依据。

2.液体活检与PCDI联合应用：研究者将PCDI与液体活检巧妙结合，不仅可以更准确地预测患者的治疗反应，增强文章实用性，而且创新值拉满，能够牢牢抓住审稿人的眼球！

在国自然项目中，淋巴瘤由于高度异质性，治疗效果差、预后差异显著，一直是研究的重点内容，PCD通路在淋巴瘤的进展中至关重要，本研究巧妙地选择了这个切入点，值得咱们借鉴，如果你也想将机器学习融入到课题里，但生信方面有任何困难或者没时间分析的可以直接让馆长代劳，无论是生信分析、方案设计，还是专业的服务器，都包您满意~

定制生信分析

生信服务器

加好友备注“99”领取试用

杂志：Clinical and Translational Medicine

影响因子：7.9

发表时间：2024年12月

研究思路

由于疾病的异质性，治疗DLBCL仍然是一个挑战。PCD途径在淋巴瘤的进展中至关重要，并作为淋巴癌患者的重要预后标志物。于是作者整合了来自三个独立队列的339名标准R-CHOP治疗的诊断为定义DLBCL的患者的多组学数据。

图文摘要

研究结果

1.初步筛选 PCDI 相关调节因子

把来自两个公共数据库的患者，分成216名患者训练数据集和54名患者的内部测试数据集（图1）。此后，针对GSE101063、GSE117556和JSPH队列里，被诊断为定义相对少的DLBCL的患者，结果显示，PCDI评分较高的患者，其预后情况明显较差，呈现出显著的相关性。

图1.通过基于多种机器学习算法的综合程序开发和验证了共识程序性细胞死亡指数

2.PCDI 特征基因的特征注释

公共数据库和 JSPH 队列的 PCDI 相关预后模型和临床特征的热图如图 2所示。

图2.PCDI 特征基因的特征注释

3.不同 PCDI 组间液体活检的动态分析

ctDNA作为新兴的预后与预测生物标志物，对PFS和OS的预后判断意义重大。研究结果显示，高危患者在治疗前后，体内ctDNA浓度普遍较高（图3）。随后，作者针对患者开展生存分析，结果发现，低风险患者的预后情况最为理想，而高风险患者的预后则最差。

图3. 不同程序性细胞死亡指数（PCDI）组之间的液体活检动态分析

4. PCDI 组的潜在生物学机制

作者开展了通路富集分析，KEGG分析结果呈现于图4。在细胞进程领域，PCDI显著富集于黏着斑、溶酶体、胞吐作用以及粘附连接等方面。基于GDSC数据库数据，研究发现，被划分为高风险类别的患者，对各类特异性抗肿瘤药物具有更高的敏感性。

图4.程序性细胞死亡指数（PCDI）组的潜在生物学机制

5.预后模型的开发和评估

为独立评估PCDI对预后的影响，作者开展Cox回归分析。结果显示，在单变量Cox回归分析里，PCDI成为一项关键的危险因素（图5）。此外，通过DCA可知，作者构建的列线图模型，其预测性能优于研究中涉及的其他模型。

图5.列线图生存模型的开发和评估

文章小结

本文通过采用各种机器学习算法，作者确定了与PCD相关的8个关键基因，具体为FLT 3、SORL 1、CD 8A、BCL 2L 1、COL 13 A1、MPG、DYRK 2和CAMK 2B。在此之后，作者利用上述基因建立了PCDI，并将其与相关的临床特征合并，以制定预后的预测诺模图模型。0实验发到7分+可谓实至名归！另外馆长也可以像该研究一样，提供全方位的思路设计及部分生信分析，为你的高分文章之路保驾护航！面面俱到，只等你来~

馆长有话说

馆长会持续为大家带来最新生信思路，也可以提供特色数据库构建、免费思路评估、付费生信分析等服务，对数据库构建和生信分析感兴趣的朋友可以咨询馆长哦！

生信分析

方案设计

生信服务器

孟德尔随机化

网络药理学

单细胞测序

临床公共数据库分析

2.这本10分纯生信友好刊竟然被我漏掉了！11套数据集+24种机器学习模型，纯生信新思路!看老外如何把机器学习玩出花~

3.不愧是清华大学，本科生就能一作发Nat Commun！代谢组学+机器学习纯生信，代码全公开！牛犇！