7+非肿瘤+WGCNA+机器学习+诊断模型，构思巧妙且操作简单

本文主要是介绍7+非肿瘤+WGCNA+机器学习+诊断模型，构思巧妙且操作简单，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

今天给同学们分享一篇生信文章“Platelets-related signature based diagnostic model in rheumatoid arthritis using WGCNA and machine learning”，这篇文章发表在Front Immunol期刊上，影响因子为7.3。

结果解读：

DEGs和血小板相关基因的鉴定

作者通过R的“GEOquery”和“limma”包，在数据预处理后获得了GSE93272的基因表达矩阵和临床数据。DEG的选择标准为log2|FC|≥1和adj.P≤0.05。（FC，倍数变化；adj.P：调整后的P值）。作者获得了3776个上调的DEG和4714个下调的DEG（图1A）。每个样品中DEG的表达如图1B所示。

通过WGCNA识别PRS

作者使用样本聚类树来阐明异常值（图1C）。然后，作者通过WGCNA中的“pickSoftThreshold”函数选择软阈值β（图1D），并识别模块（图1C）。软阈值设置为7。作者进一步开发了一个层次聚类树，每个分支代表具有相似表达和生物功能的基因（图1E）。此外，作者通过计算连通度分析了已阐明模块之间的相互作用（图1F）。

模块的富集度分析

作者使用R中的“clusterProfiler”包进行了GO和KEGG分析，以确定与血小板关系最密切的模块，即模块2。随后，作者对模块2进行了GO和KEGG分析，以确定血小板相关途径（图2A）。图2A所示的参与该途径的基因被鉴定为潜在的PRS候选基因。为了更准确地确定血小板相关途径的活性，作者采用了GSEA。具体而言，作者评估了模块2的GOBP血小板活化（图2B）和GOBP血小板聚集（图2C）的活性。

PRS模型的构建

作者从作为训练组的GSE93272中获得候选PRS的表达数据。然后，作者利用LASSO算法导出系数剖面图（图3A）和部分似然偏差（图3B）。从这些分析中，作者确定了六个非零系数特征，即MAPK3、ACTB、ACTG1、VAV2、PTPN6和ACTN1，用于构建风险评分模型。

训练和验证队列中诊断潜力的评估

作者通过计算这些队列中每个样本的风险得分，评估了作者的PRS在训练组和验证组中的预测能力（图4A、C）。随后，作者采用ROC分析来确定作者的模型的诊断潜力。训练组和验证组的AUC值分别为0.801（图4B）和0.979（图4D），表明两个队列的诊断准确性都很高。作者还通过R的“modEVA”应用了精度-召回曲线，以进一步评估其效率。为了区分高风险组和低风险组，作者在训练组中使用了9.08的临界值。

免疫相关状态和基因分析

为了进一步检查与PRS相关的免疫状态，作者使用单样本基因集富集分析（ssGSEA）来分析免疫景观（图5A）。作者的研究结果表明，活化的CD4/8 T细胞、效应记忆CD4 T细胞、嗜酸性粒细胞、γ-ΔT细胞、肥大细胞、髓源性抑制细胞（MDSCs）和浆细胞样树突状细胞在高危组和低危组之间存在显著差异。此外，作者使用GeneMANIA来确定与PRS最密切相关的前20个基因（图5B）。此外，作者检测了PRS的共表达网络，发现其与凝血、凝血和止血有很强的相关性。