AI已经融入到各个领域，在咱们生信圈中用的更多的还是当属“机器学习”，有多好用呢？
机器学习刚开始的时候就是高分杂志的敲门砖，现在用“机器学习+SHAP解释”还能直接让一个经典思路4、5分左右的文章提高2分，这效果是真的很不错了，并且正因为它的热度和发文实力，已经越来越多的人开始用上了这个高端技术，馆长预测这个方法几个月估计就普及开了，现在入手还能分一杯羹吃上红利，普及以后只能跟着喝口汤了···
不能光说不练，下面看个示例文章，由淮安一院团队发表： 这篇文章整体就是一个预后分析的大框架，但在模型构建和解释时使用了机器学习算法和SHAP分析，这块也分析的比较细致，当然出图也多，创新性和内容丰富度都有所提升。后续针对目标基因又进行了单基因分析和实验验证，干湿结合，结果更可靠，也更受审稿人喜欢，并且针对这个目标基因后续还可以开展一些机制探索组学或实验，形成大课题，一举两得~
机器学习+SHAP等模型可解释性分析思路已经在生信文章中逐渐流行起来，一旦普及发高分的难度也会直线上升，想占据较大发文优势的朋友需尽早上车！另外，SHAP这种新技术会有些难度，有能力自己实操的宝子，希望馆长的生信服务器可以助你一臂之力，自己实操搞不定的朋友也可以找馆长来帮你，背靠拥有十年经验的分析团队，创新思路设计、个性化生信分析、生信服务器应有尽有，请放心说出你的需求！
题目：UBTD2蛋白分子是神经胶质瘤中的一个关键预后蛋白标记:来自整合组学和机器学习分析的见解
杂志：International Journal of Biological Macromolecules（IF=7.7）
日期：2025年4月
研究背景
外源性雌激素(XEs)是可以模拟或破坏正常雌激素信号的化合物，从而损害生物体的内分泌功能。已有研究表明，XEs暴露可能影响肾功能，但XEs和慢性肾脏疾病(CKD)之间的潜在关系和确切机制并不清楚。
研究思路
首先基于两个公共数据集进行差异表达分析鉴定胶质瘤的特征基因，Venn分析确定DEGs，并进行GO和KEGG富集分析。基于LASSO分析确定关键基因，而SHAP模型用于评估影响胶质瘤预测模型的关键基因及其相互作用。对UBTD2进行进一步单基因表达、预后和功能分析，并利用体外实验验证其在胶质瘤细胞中的功能。（ps：这里的机器学习分析数据处理量比较大，还是建议用生信服务器，馆长这里提供带GPU的服务器，可以为分析大幅提速，有需要直接联系馆长吧~）
主要结果
1. 差异表达分析鉴定出80个上调重叠基因，富集分析显示这些基因主要参与有丝分裂过程和染色体稳定性，在细胞周期、p53 信号途径和运动蛋白等途径中富集
图1：DEGs的识别
图2：数据合并筛选DEGs
图3：Veen分析重叠DEGs
图4：DEGs 的功能和途径富集分析
2.LASSO 分析最终识别出GRM7、NCAPG、C1orf216、CEP55、USP3、GJC1、C2orf55 和 UBTD2作为胶质瘤差异表达谱中的关键基因。基于这些基因的ML模型评估显示，XGBoost 实现了最高的灵敏度和特异性，优于其他模型
图5：LASSO 分析
图6：不同模型的 ROC 分析
3. SHAP分析示影响胶质瘤预测模型的关键因子，显示NCAPG 和 GRM7 是最有影响力的基因，其次是CEP55、GJC1、C2orf55、C1orf216、USP3 和 UBTD2
图7：SHAP 模型
4. SHAP 分析揭示了神经胶质瘤预测模型中基因标记的相互作用
图8：SHAP分析基因相互作用
5.关键特征对模型预测结果的贡献分析显示，GRM7、GJC1 和 USP3 是最有影响力
的特征，对预测有显著贡献，而 NCAPG、CEP55 和其他特征的作用相对较小
图9：SHAP 分析关键特征对模型预测结果的贡献
6. SangerBox 分析显示，神经胶质瘤肿瘤样品中 CEP55、GJC1、NCAPG、UBDT2 和 USP3 显著上调，由于UBDT2研究较少，所以选其进行进一步分析
图10：蛋白表达验证
7. 单基因分析显示，UBTD2 的表达与胶质瘤的低存活率和细胞周期调控相关
图11：UBTD2 分析
8. UBTD2 沉默通过上调 p53 表达抑制细胞增殖和侵袭
图12：表达验证
图13：UBTD2 沉默抑制细胞增殖和侵袭
小结
这篇文章机器学习+SHAP方法的应用，创新性比较高，给经典预后思路增色不少。整体思路不是很复杂但机器学习和SHAP的实操和复现还是有一定难度的，不过正因为此才容易发高分，比较适合有一定生信基础的朋友实践（需要生信服务器直接找馆长），换个疾病或研究目标，模仿这个思路还能继续发纯生信！生信0基础的朋友，想实践建议找馆长帮忙，专业的思路设计和生信分析团队为您提供1V1的方案定制服务，有需要随时联系！
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！
