影響因子：9.186

關(guān)于非腫瘤生信晦墙，我們也解讀過(guò)很多，主要有以下類(lèi)型

1 單個(gè)疾病WGCNA+PPI分析篩選hub基因
2 單個(gè)疾病結(jié)合免疫浸潤(rùn)肴茄，熱點(diǎn)基因集晌畅，機(jī)器學(xué)習(xí)算法等。
3 兩種相關(guān)疾病聯(lián)合分析寡痰，包括非腫瘤結(jié)合非腫瘤抗楔，非腫瘤結(jié)合腫瘤或者非腫瘤結(jié)合泛癌分析
4 基于分型的非腫瘤生信分析
5 單細(xì)胞結(jié)合普通轉(zhuǎn)錄組生信分析

目前非腫瘤生信發(fā)文的門(mén)檻較低，歡迎大家拦坠！

研究概述：

本研究首先使用R語(yǔ)言在三個(gè)基因表達(dá)數(shù)據(jù)集中找到DEGs并進(jìn)行基因集富集分析谓谦。隨后，使用WGCNA選擇的關(guān)鍵模塊基因贪婉，利用3種機(jī)器學(xué)習(xí)算法鑒定出402個(gè)樞紐基因反粥。接著使用ROC曲線和列線圖以驗(yàn)證候選樞紐基因（CD177、CYSTM1和MMP8）的識(shí)別性和有效性疲迂。此外才顿，通過(guò)CIBERSORT，使用細(xì)胞類(lèi)型鑒定評(píng)估小兒敗血癥的炎癥和免疫狀態(tài)尤蒿，進(jìn)一步研究了診斷標(biāo)志物與浸潤(rùn)免疫細(xì)胞之間的關(guān)系郑气。

研究流程圖

研究結(jié)果：

一、小兒敗血癥DEGs的篩查與GSEA

1. 兩組患者共有556個(gè)DEGs腰池，包括381個(gè)上調(diào)基因和175個(gè)下調(diào)基因尾组。

2. 對(duì)小兒敗血癥患者和健康對(duì)照進(jìn)行了GSEA研究生物信號(hào)通路，小兒敗血癥患者的凝血示弓、補(bǔ)體讳侨、IL6-JAK-STAT3信號(hào)傳導(dǎo)、炎癥反應(yīng)和NF-κB介導(dǎo)的TNFα信號(hào)顯著富集奏属。

二跨跨、DEGs的功能富集分析

1. DO分析結(jié)果顯示，這些DEGs與肺部疾病囱皿、動(dòng)脈硬化勇婴、肝炎、動(dòng)脈粥樣硬化嘱腥、動(dòng)脈硬化性心血管疾病耕渴、細(xì)菌性傳染病、原發(fā)性細(xì)菌性傳染病齿兔、阻塞性肺病橱脸、結(jié)核病和支氣管疾病有關(guān)（補(bǔ)充圖2b）窄做。

2. GO富集分析表明，DEGs具有免疫應(yīng)答調(diào)節(jié)信號(hào)通路慰技、免疫應(yīng)答活化、細(xì)胞因子產(chǎn)生正向調(diào)節(jié)组砚、白細(xì)胞介導(dǎo)免疫吻商、T細(xì)胞活化和髓系白細(xì)胞活化（補(bǔ)充圖2c）。

3. KEGG分析與造血細(xì)胞譜系糟红、金黃色葡萄球菌感染艾帐、Th1和Th2細(xì)胞分化以及Th17細(xì)胞分化有關(guān)（補(bǔ)充圖2d）。

三盆偿、兒科敗血癥共表達(dá)基因模塊的鑒定

1. 在兒科膿毒癥數(shù)據(jù)集中使用WGCNA來(lái)定位由許多基因共表達(dá)的基因模塊柒爸。首先，將來(lái)自兩個(gè)數(shù)據(jù)集的樣本分為兩組事扭，即小兒敗血癥組和正常組（補(bǔ)充圖3a）捎稚。然后，基于0.8的尺度獨(dú)立性求橄，選擇13作為軟閾值功率β今野，以確保無(wú)標(biāo)度網(wǎng)絡(luò)的生物學(xué)意義（補(bǔ)充圖3b，c）罐农。

2. 通過(guò)分層聚類(lèi)分析和基因樹(shù)狀圖的動(dòng)態(tài)分支切割方法条霜，將基因分為12個(gè)模塊（補(bǔ)充圖.3d，e）涵亏。淺青色宰睡、藍(lán)色和淺綠色模塊與兒科敗血癥顯著相關(guān)，并選擇其進(jìn)一步分析（補(bǔ)充圖3f）气筋。

四拆内、診斷標(biāo)志物的篩查和驗(yàn)證

1. 通過(guò)維恩圖比較DEGs和關(guān)鍵模塊基因的重疊區(qū)域，識(shí)別出402個(gè)重疊的基因區(qū)域（圖2a）宠默。

2. 使用三種機(jī)器學(xué)習(xí)算法來(lái)識(shí)別特征基因：SVM-RFE（圖2b）; 隨機(jī)森林(圖2c, d); LASSO回歸分析(圖2e, f)矛纹。

3. 這三種算法將CYSTM1，MMP8和CD177鑒定為重疊基因（圖3a）光稼。

使用rms軟件包開(kāi)發(fā)基于三個(gè)標(biāo)志基因診斷兒科敗血癥的列線圖模型（圖3b）或南。

4. 根據(jù)決策曲線分析（DCA）的結(jié)果，列線圖模型具有更好的臨床效益（圖3c）艾君。AUC分別為0.988采够、0.973和0.986表明生物標(biāo)志物具有較高的預(yù)測(cè)價(jià)值準(zhǔn)確性（圖3d）。

5. 在GSE13904驗(yàn)證集中冰垄，小兒膿毒癥組CYSTM1蹬癌、MMP8和CD177的表達(dá)明顯高于對(duì)照組（圖3e）。AUC分別為0.968、0.964和0.957的ROC曲線表明它們?cè)贕SE13904驗(yàn)證集中可能是有價(jià)值的生物標(biāo)志物（圖3f）逝薪。

五隅要、免疫細(xì)胞浸潤(rùn)結(jié)果

1. 采用CIBERSORT算法評(píng)估免疫細(xì)胞浸潤(rùn)狀態(tài)，與正常樣本相比董济，小兒膿毒癥樣本中單核細(xì)胞步清、M0、M1虏肾、M2巨噬細(xì)胞廓啊、靜息肥大細(xì)胞、活化肥大細(xì)胞封豪、嗜酸性粒細(xì)胞和中性粒細(xì)胞的比例普遍較高谴轮；

2. 幼稚B細(xì)胞、CD8+T細(xì)胞吹埠、靜息CD4+記憶T細(xì)胞第步、活化CD4+記憶T細(xì)胞、Trges缘琅、靜息NK細(xì)胞雌续、活化NK細(xì)胞和靜息樹(shù)突狀細(xì)胞的比例相對(duì)較低（補(bǔ)充圖4）。

3. 根據(jù)相關(guān)性分析的結(jié)果胯杭，CYSTM1驯杜，MMP8和CD177與多種免疫細(xì)胞具有顯著程度的聯(lián)系（補(bǔ)充圖5）。

研究總結(jié)：

本文不僅整合了兒科敗血癥的多個(gè)高通量測(cè)序數(shù)據(jù)進(jìn)行分析做个，更重要的是首次使用機(jī)器學(xué)習(xí)來(lái)篩選特征基因（CD177鸽心、CYSTM1和MMP8）。此外居暖，還研究了診斷標(biāo)志物與免疫細(xì)胞之間的關(guān)系顽频，構(gòu)建列線圖用于兒科膿毒癥診斷。