心碎了，7.7分的《国际生物大分子》怎么降区了？南京医科大这篇“机器学习+单细胞挖掘+干湿结合”，不是妥妥的顶刊标配嘛！

看到中科院20号下午公布的最新期刊分区表，生信塔有些震惊。之前特别推荐过的生信友好期刊-International Journal of Biological Macromolecules（IJBM），居然从1区降到2区了。当然，可能是觉察到该期刊的刊文量暴增（2023年发表2819篇文献，而24年就达到了5515篇，是有点夸张），就被列入“Mega journal”。可惜了，难得找到1区生信友好，还接受率高的期刊，心疼投稿IJBM的小伙伴。

虽然失去了1区的划分，但是即便是2区，7分+的生信友好期刊依然不错 了（不过生信塔友情提示，因为去年发文量的暴增，该期刊25年影响因子大概率会降。。。所以小伙伴也需要斟酌下）。

今天带来该期刊一篇范文，由南京医科大学团队完成，阐述心力衰竭（HF）中，氧化应激（ROS）相关基因的预后价值。在方法上，文章利用了公共数据库中“单细胞”数据挖掘，再结合7种机器学习算法进行基因筛选，最后还联系上了“干湿结合”，完成度较高。    

从IJBM期刊和“机器学习+单细胞挖掘”思路，这篇文献都值得我们关注，而且对于非肿瘤疾病依然适用。小伙伴们换个疾病方向或者研究角度，都可以容易复现。大部分情况下，1篇二区文章对于毕业、结题其实也够用了！做课题没想法？想实践没条件？找生信塔！创新思路设计、个性化生信分析方案定制，你所需的服务我应有尽有，欢迎来询~

题目：使用机器学习整合单细胞和bulk-RNA测序数据，确定氧化应激相关基因LUM和PCOLCE2为心力衰竭的潜在生物标志物

研究思路    

图1：研究流程图

主要结果    

1.利用单细胞RNA测序分析HF中OS相关基因的复杂性。将细胞分为27个不同的细胞簇，并注释为13种细胞类型。研究发现，成纤维细胞、内皮细胞、巨噬细胞和NK/T细胞在HF组织中更为丰富，而心肌细胞和周细胞的数量则减少。通过多种算法计算每个细胞的氧化应激活性，发现成纤维细胞的氧化应激活性最高，而肥大细胞和LEC的活性最低。相关分析确定了167个与氧化应激显著相关的基因。

图2：单细胞分析

2.对167个氧化应激正向调控基因进行GO分析，发现这些基因在生物过程、细胞组分和分子功能中具有显著的富集性。在生物过程类别中，这些基因在信号识别颗粒依赖性共转录蛋白靶向膜和共转录蛋白靶向途径中显著上调。    

图3：HF中单个细胞的OS活性分析

3.使用七种机器学习算法筛选出与氧化应激相关的最优特征基因，最终确定了两个关键基因：LUM和PCOLCE2。ROC曲线分析显示LUM的AUC为0.855，PCOLCE2的AUC为0.802，具有较高的诊断价值。    

图4：机器学习识别OS特征基因

4.在bulk RNA测序水平上，LUM和PCOLCE2主要在成纤维细胞谱系中丰富。单细胞分析证实了这一结果，表明这两个基因在成纤维细胞中高表达，而在LEC中表达显著较低。    

图5：关键标志物表达和预后价值验证

5.通过轨迹分析和细胞间相互作用分析，揭示了不同亚型成纤维细胞在HF中的动态变化和相互作用模式。PCOLCE2和LUM成纤维细胞在组织修复和ECM重塑过程中具有更高的通信概率，表明它们在HF的病理生理过程中可能发挥重要作用。    

图6：细胞分化轨迹和通讯分析

6.在TAC诱导的HF小鼠模型中，Western Blotting结果显示，TAC组中PCOLCE2和ANP的蛋白表达增加，进一步证实了PCOLCE2在HF中的重要作用。    

图7：动物模型验证

小结

“单细胞挖掘+机器学习”，既能高性价比的利用单细胞的数据，又避免收样、测序等各种繁琐和高昂的实验，性价比很高。对于生信新手朋友，单细胞分析和机器学习可能有些难度，不过你也可以找生信塔帮忙！咱们背靠专业团队，思路设计和生信分析经验丰富，实力在线。科研路障多险阻，有需要就找 生信塔，不竭余力为您开新路！