微生信分享 http://blog.sciencenet.cn/u/chinapubmed 0代码在线绘制160+科研图

博文

[转载]高性价比发文典范——101种机器学习算法组合革新骨肉瘤预后模型

已有 607 次阅读 2024-5-8 10:53 |系统分类:论文交流|文章来源:转载

随着高通量测序技术的飞速发展和多组学分析的广泛应用,科研人员在探索生物学奥秘时经常遇到一个令人又爱又恼的问题:如何从浩如烟海的数据中挖掘出潜在的疾病关联靶点?又如何构建一个全面而有效的诊断或预后模型?只有通过优雅的数据挖掘、精致的结果展示、深入的讨论分析,并且辅以充分的湿实验验证,我们才能锻造出一篇兼具深度与广度的“干湿结合”佳作。

在这期文章里,纽科生物携手同济大学、上海交通大学和上海第六人民医院的顶尖专家,共同带来一篇全新的研究成果。这篇文章刚于今年二月鲜亮登场,发表在《Clinical and Translational Medicine》(影响因子10.6)杂志上。我们提供了关键的转录组测序与数据分析支持,本次“官方”解读旨在为广大生物学研究者呈现一条清晰的研究路径和分析流程。我们将重点解答研究者们最关注的几个问题:数据从哪里来?如何进行分析?如何选择靶点?怎样建立关联?希望这次深入浅出的分享,能激发您的研究灵感,助您一臂之力。

作为一篇有灵魂的文章,我们也有幸邀请到文章一作,王永杰博士为各位读者分享他的科研心路历程。01.jpg

文章标题:Identifying squalene epoxidase as a metabolic vulnerability in high-risk osteosarcoma using an artificial intelligence-derived prognostic index

中文标题:利用人工智能得到的预后指数(artificial intelligence-derived prognostic indexAIDP1),发现鲨烯环氧酶(SQLE)在高危骨肉瘤中的代谢脆弱性

纽科提供:转录组测序+生信分析

研究背景

骨肉瘤(OSA)作为最常见的原发性恶性骨肿瘤,其五年存活率低,且治疗过程极具挑战性。目前,在临床上缺少有效的患者风险分级模型,这大大限制了针对个体患者的治疗策略的制定。为了改善这一现状,本研究致力于发现新的生物标志物,以便更准确地识别高风险的OSA患者。

 研究思路2流程图.png

研究优势

1.      干湿结合,生信数据挖掘+湿实验验证,高性价比;

2.      方法学的多重筛选,多种传统机器学习算法的叠加,综合分析,结果可靠;

3.      Bulk-seq + scRNA-seq,粗细粒度分析结合。

 Q1:来源解析——如何获取数据?

本篇文章生信部分的数据均来自公共数据库。主要使用到的数据集如下表所示:

3表格_数据来源.png

1. AIDP1模型构建和靶基因选择所使用的数据集

 Q2:如何最大化分析方法价值,构建模型挖掘数据?

AIDPI模型的开发和验证

“机器学习”、“101种算法组合”听起来似乎既复杂又深奥,但熟悉生信的小伙伴们或多或少都听过和使用过几种机器学习算法,例如随机生存森林(RSF)、LASSO回归和支持向量机(SVM)等,这些算法在关键基因的识别中提供了极大的帮助。

绝大多数文章使用的机器学习算法至多35种,或类型单一没有组合,而本研究突破了这一瓶颈,创新性地组合了常用的一系列机器学习算法,包括LASSOGBMRSFplsRcoxStepCoxSuperPCridgeSurvival-SVMCoxBoostEnet。就像我们通常在LASSO回归之前使用Cox分析一样,作者将RSFLASSOCoxBoostStepCox这些具备降维和变量筛选功能的算法作为第一步,与其他算法组合起来,于是产生了101种不同的机器学习算法组合。

在所有组合中,CoxBoostGBM组合的mean C-index最高,预测性能最好,因此选择CoxBoost + GBM作为AIDPI模型(图1)。

4top15模型.png

1. 101种算法组合的C-index(此处仅展示Top15算法组合,完整组合请参见文章原文)

Q3:如何充分利用模型,探究对疾病的影响?

AIDPI和临床特征构建预后模型

单因素Cox回归分析表明(图2A),AIDPI可作为OSA患者的预后生物标志物,并同年龄、MSTS分期、Huvos分级和肿瘤原发部位一起,与患者生存显著相关。此外,基于AIDPI、年龄、MSTS分期和原发肿瘤部位构建的列线图在预测OSA患者的生存概率方面,表现优于其他单独的临床特征,验证了其作为预后预测工具的优越性(图2B)。5临床特征.png

2. 基于AIDPI和其他临床病理特征对OSA患者进行生存预测

 AIDPI患者的失调通路

GSEA显示在高AIDPI组中,MYC靶基因、胆固醇稳态和mTORC1信号通路等基因集富集增强,而与凋亡和特定免疫反应相关的基因集则发生负富集(图3A)。KEGG富集分析揭示了对OSA进展至关重要的通路,如PI3K-Akt信号通路、细胞因子与细胞因子受体相互作用、破骨细胞分化等(图3B)。

 6通路分析.png

3. AIDPI组患者的通路分析

Q4:如何利用单细胞数据提升颗粒度,进一步挖掘疾病核心?

单细胞分析确定高AIDPI患者核心治疗靶点

我们已经通过构建模型,获得了AIPDI差异基因和AIPDI模型基因。为了进一步缩小基因的范围,作者随后进行了单细胞分析,从6OSA活检样本中得到了9种细胞类型:OSA细胞、B细胞、内皮细胞、骨髓细胞、NK细胞、成骨细胞、浆细胞、间质细胞和T细胞。对不同细胞类型进行差异比较,以鉴定每种细胞特异性的高表达基因(图4A)。其中,只有8%的DEGs(高、低AIDPI组差异基因)在OSA细胞中表达(图4B)。将单细胞得到的特异性高表达基因、高、低AIDPI组差异基因和AIDPI模型的12个基因取交集(图4C),最终得到3个核心基因:CORTMYCSQLE(图4D)。图4.png

4. OSA单细胞数据集分析

 Q5:如何寻找关键靶点,与疾病创造关联?

SQLE过表达与OSA进展密切相关

根据canSAR数据库(https://cansar.ai/),只有MYCSQLE编码的蛋白具备可药用结构,成为高AIDPI患者的潜在治疗靶点。鉴于众多研究已经表明MYC的表达升高与OSA的不良预后相关,作者选择将重点放在SQLE上,进一步探索其作为治疗靶标的潜力。

与正常相邻组织和可能的祖细胞(成骨细胞OB和间充质干细胞MSC)相比,OSASQLE表达明显增加(图5AB)。此外,Huvos I/II级的OSA样本中SQLE表达升高,在MTX(甲氨蝶呤)耐药的Saos2细胞系中也观察到相同的趋势(图5C)。SQLE基因与MYC基因在基因组上邻近,并且二者的拷贝数和mRNA表达水平都呈现出强相关性,这可能导致OSASQLEMYC mRNA水平的同步升高(图5D-H)。SQLE因其位于细胞质中的代谢酶特性,相对于位于细胞核内、难以直接靶向的MYC蛋白而言,提供了一个更易于靶向的治疗靶点。

8SQLE过表达.png

5. OSASQLE的过表达与肿瘤进展有关

 Q6:如何进行湿实验验证?

敲除SQLE阻碍了OSA的进展

为了深入研究SQLEOSA进展的影响,作者在高内源性SQLE蛋白表达的MNNGU2OS细胞系中进行了SQLE基因的敲除(图6A),随即发现细胞的恶性表型受到了抑制,包括增殖、集落形成、迁移和侵袭(图6B-E)。此外,在不存在和存在药物治疗的情况下,SQLE沉默都会促进细胞凋亡(图6FG),并增强肿瘤细胞对 MAP方案(甲氨蝶呤MTX、顺铂DDP和阿霉素ADM)的药物敏感性(图6H)。

9SQLE敲除1.png

6. SQLE沉默在体内外均可阻碍OSA的进展

在体内外实验中确认SQLE敲除能有效抑制OSA进展之后,作者进一步探讨了SQLE在分子层面对OSA的作用机制。对敲除SQLE的细胞系进行RNA测序后发现,SQLE沉默导致胆固醇稳态基因组发生显著下调(图7AB),同时导致PI3K-Akt信号通路的显著富集(图7C)和PI3K-Akt-mTOR通路的显著下调(图7D)。此外,SQLE mRNA水平与三种PI3K/mTOR通路拮抗剂的AAC 值显示出强相关性(图7E),表明SQLE mRNA水平可能与此通路的激活有关。后续利用Rescue实验和蛋白印迹实验证明SQLE沉默降低了细胞内胆固醇水平,导致FAK/PI3K/Akt/mTOR信号通路失活,最终抑制OSA进展(图7F-H)。

10SQLE敲除2.png

7. SQLE沉默可通过降低胆固醇和抑制FAK/PI3K/Akt/mTOR通路来阻止OSA的进展

Q7:如何升华文章,将研究成果应用在疾病治疗中?

SQLE抑制剂阻止了OSA的进展并增强化疗效果

鉴于SQLE能够阻碍OSA的进展,作者考虑到SQLE抑制剂可能具有治疗效果。因此,作者采用了哺乳动物SQLE抑制剂FR194738进行实验,结果表明FR194738能显著抑制OSA细胞的增殖和集落形成,并有效降低细胞内胆固醇水平(图8A-H)。此外,FR194738与常用化疗药物特别是DDP联合使用时,抗肿瘤效果增强(图8I)。这些结果表明FR194738通过靶向SQLE不仅单独有效,而且能增强传统化疗药物的疗效,提供了一种可能的新策略来提高OSA患者的治疗反应。这为未来临床试验和治疗方案的设计提供了重要依据。

11SQLE抑制剂.png

8. SQLE抑制剂FR194738可抑制OSA进展并增进化疗疗效

 亮点结论

1.      通过机器学习构建了新的OSA预后标志物AIDPI,用于区分胆固醇代谢失调的高风险OSA患者。

2.      抑制SQLE能够阻碍OSA的进展,其机制是通过减少胆固醇的生成和抑制FAK/PI3K/Akt/mTOR信号通路。

3.      在体内实验中,SQLE抑制剂能够抑制OSA的进展,并增强化疗的效果。

12结论图.png

 本篇文章思路明确,行文结构清晰。由此推而广之,当将此思路应用于类似问题时,我们需要考虑以下几个方面以优化研究方法(Call Back):

1)      适用范围:该研究方法主要适用于肿瘤分析。针对非肿瘤疾病,由于缺乏生存状态和生存时间的信息,应用思路时需适当调整替换分析方法。

2)      数据获取:如何有效地获取所需数据,如何整合和利用多个数据集;

3)      分析方法的运用:考虑多种数据分析方法,最大化机器学习在特征选择中的潜力,获得可靠的分析结果;

4)      模型性能与解释力:优秀的模型不仅表现出卓越的预测性能,还能帮助发现并且解释不同表型(计算角度)之间的生物学差异;

5)      综合分析的深度与广度:结合粗、细粒度(Bulk Seq + Single cell Seq),多维度(snATAC + scRNA)分析,深入挖掘分子层面的差异;

6)      结果展示:清晰展示研究成果,特别是将新发现的靶点基因与疾病联系在一起。

7)      实验辅助:湿实验结果验证,增强研究说服力;药物敏感性实验,升华文章价值。

作者写在最后:

          非常感谢纽科生物对我的文章做出的解读,并邀请我在这分享一些心得。毕业季的气氛中,我也有诸多感慨和回忆想要分享。

 相比上海骨科创新材料领域的其他研究者来说,我的科研成果几乎微不足道。尽管如此,我对自己感到满意,因为我已竭尽全力。每个人的起点不同,可调动的资源也各不相同,短期内的成果自然千差万别。我的满意并非源于文章本身,而是因为我证实了自己的想法是行得通的,我找到了自己的道路。《道德经》中说:“有道无术,术尚可求;有术无道,止于术。”这句古训根据个人经历有着不同的解读。

 2017年,我被推免为骨科学术型硕士,但不幸的是,我在临床工作了近2年半,我的实验技能仍停留在本科水平。然而,在不幸中有幸,我有机会在全国最大的骨肿瘤中心之一学习,遇到了许多同龄的骨肉瘤患者。或许是由于我天生的同理心,我渴望找到有效的治疗方法来帮助这些患者,这成了我研究的初衷。因此,我果断将研究方向从骨质疏松转向骨肉瘤。

 作为新手的我,所在的课题组也缺乏研究方向和经验。幸运的是,我的导师具有丰富的临床经验,他设计了一套利用临床、影像等指标预测骨肉瘤耐药性的方法,这启发我将这些指标扩展到两万多个个mRNA的表达量,开展数据驱动的研究。这就是我当时找到的“道”。有了这一明确的研究方向,我便开始学习必要的技术。我也曾尝试过建立自己的骨肉瘤多组学数据库,奈何人微言轻,能调动的资源实在有限。我只能转而学习R语言,提升数据挖掘能力,利用公开的数据集开展自己的研究。从2021年开始,我通过生信技能数的在线课程逐步提高自己的生信分析技术,直到20242月份才得以发表这一篇文章。尽管有人质疑使用公开数据的价值,也有人认为SQLE在很多肿瘤中都被报道过,缺乏创新性,我却对自己的研究持有不同看法。

 我不认同仅追求热门技术的研究方式,也不理解为何“缺乏创新性”的观点会存在。我从未对任何技术抱有过盲目的热情,因为我相信,我们医生的研究应以解决临床问题为核心,将问题拆解成基础科学问题,如果能用最最简单且成熟的技术回答这些问题那就再好不过了。我认为一个研究的创新性在于,我回答了这个问题,且比前人做得更好,这就足够创新。我认为研究中最重要的是逻辑思辨和自我诘问,是条理清晰地讲述自己的故事,这也是研究的乐趣所在。

我相信,每位直接面对患者的医生都有自己的“道”。只要时间足够,他们一定能学会足够的“术”来解决这些问题。如果临床工作太忙,找到一个可靠的团队合作也是一个有效的解决方案。



https://blog.sciencenet.cn/blog-707141-1433151.html

上一篇:TCGAplot在线版:输入基因,一键绘制TCGA基因表达与TMB相关性雷达图
下一篇:推荐4个可用的github国内镜像
收藏 IP: 180.158.61.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-6-20 22:19

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部