【原】最新4+非肿瘤生信，机器学习+PCR验证。非肿瘤生信的门槛真不高

影响因子：4.5

关于非肿瘤生信，我们也解读过很多，主要有以下类型

1 单个疾病WGCNA+PPI分析筛选hub基因。

2 单个疾病结合免疫浸润，铁死亡，自噬等基因集，机器学习算法等。

3 两种相关疾病联合分析，包括非肿瘤结合非肿瘤，非肿瘤结合肿瘤或者非肿瘤结合泛癌分析

目前非肿瘤生信发文的门槛较低，有需要的朋友患者添加小编微信咨询

生信分析咨询

请扫描下方二维码

非肿瘤生信文章列表

最新4分，非肿瘤生信经典思路，不到一个月接收！

非肿瘤生信+表达验证。来看看如何使用4个样本的公共数据发表7分+SCI

没有做不到，只有想不到。最新6+分生信文章教你非肿瘤与单基因泛癌的联合分析

最新3.4分非肿瘤纯生信 投稿到接收仅22天！

3.9分 非肿瘤生信+实验验证 经典蹭热点思路 不到2个月接收

最新6+非肿瘤生信，联合免疫浸润+PCR验证，可重复

非肿瘤也分型啦，最新7.5分非肿瘤纯生信，2个月接收，可重复

非肿瘤生信+简单pcr验证 快速发3分+SCI 自噬，铁死亡，焦亡等都可以

又见非肿瘤7.5分SCI，生信分析+组化验证 可重复

最新7.5分非肿瘤纯生信，分析一点不难，这种思路你想到没有？

非肿瘤7.5分纯生信，2个月接收

6+生信思路 21天接收！肿瘤和非肿瘤均适合

非肿瘤生信 如何分析才能发4分SCI

3+经典非肿瘤生信套路，值得收藏学习！

学习一下3分+非肿瘤生信，2个月接收

4分SCI，40天接收，较简单的非肿瘤纯生信

研究概述：骨关节炎(OA)被认为是最常见的慢性关节疾病，OA的发病率正在上升。本研究旨在鉴定新的骨性关节炎诊断性生物标志物，并分析关键基因与浸润的免疫细胞之间可能存在的关联。本文采集了10例OA患者样本及正常样本10例，结合GEO数据集，鉴定出许多DEGs，采用SVM-RFE分析和套索回归模型筛选可能的标记物，采用RT-PCR方法检测OA中生物标志物的表达水平，并对这些DEGs进行GO及KEGG等一系列生物信息学分析，旨在鉴定出新的骨关节炎诊断生物标志物。

研究结果：

一、鉴定OA与正常样本中的DEGs并进行功能富集分析

1、对2个GEO数据集的20个OA及对照样本进行分析，共鉴定出44个DEGs：18个基因显著向上调控，26个基因明显向下调控(图1(a)。

2、对以上DEGs进行GO及KEGG分析发现，其主要参与LPS反应，白细胞迁移调控等功能，相关通路主要富集于IL-17信号通路、TNF信号通路等通路(图2(a-b))

二、诊断标志物的确定和验证

使用LASSO算法及SVM-RFE算法确定APOLD1和EPYC这两个基因可能是参与OA进展的关键基因。(图3(a-c)）

三、APOLD1、EPYC在OA中的表达及诊断意义

1、与健康样本相比，在OA样本中APOLD1的表达水平明显下调(图4(a))，而在OA样本中EPYC的表达显著上调(图4(b))。

2、ROC检测发现，有4个基因对从正常样本中筛选OA样本表现出较强的能力，包括APOLD1和EPYC(图4(c-d))。

四、APOLD1和EPYC与免疫细胞浸润水平有关

1、通过CIBERSORT算法分析免疫细胞的特征，其在OA和正常标本上的组成以及免疫细胞之间的关系见图5(a)和图5(b).

2、在正常样本和OA样本之间，T细胞、NK细胞休息、巨噬细胞M0、肥大细胞等等免疫细胞的水平表现出失调(图5(c))。

3、APOLD1与肥大细胞刺激、NK细胞静止、T细胞CD4记忆静止、树突状细胞刺激、巨噬细胞M0、NK细胞刺激和肥大细胞静止相关。（图6(a)）

4、EPYC与肥大细胞刺激、NK细胞休息、T细胞CD4记忆休息、树突状细胞刺激、巨噬细胞M0、NK细胞刺激和肥大细胞休息相关(图6(b))

五、利用本组数据鉴定4个诊断基因的表达

1、利用RT-PCR法确定APOLD1与EPYC在OA及健康者之间的表达水平发现，APOLD1在OA样本中显著降低，但EPYC表达明显上调（图7a-b）。

研究总结：本文利用GEO数据集鉴定出OA患者与正常样本之间的DEGs，并利用多种生物信息学分析最后鉴定出APOLD1和EPYC是OA的关键DEG。最后利用自己的OA样本数据鉴定了其表达，与前文基本一致，佐证了二者作为OA诊断关键分子标志物的潜力。本研究结果为揭示滑膜病变中的潜在分子高度因果关系提供了启示，并为骨关节炎的免疫治疗提供了潜在的靶点。