Comprehensive analysis of anoikis-related genes in diagnosis osteoarthritis: based on machine learning and single-cell RNA sequencing data
链接：PMID: 38423139
DOI: 10.1080/21691401.2024.2318210
文章首先从GEO数据库收集了OA队列，识别了正常和OA样本间的差异表达基因，接着识别差异失巢凋亡基因，使用Lasso回归分析从差异失巢凋亡基因组中识别10个基因作为潜在的OA生物标志物，基于这10个基因的表达进行一致性聚类分析，结果将OA样本分为失巢凋亡A和B亚型。研究对A亚型和B亚型进行了差异分析，识别了失巢凋亡亚型相关的差异基因。研究接着基于这些基因将OA患者分为两个基因组，基因亚组A和基因亚组B。然后分析了差异失巢凋亡基因在两个亚组间的表达，通过WGCNA分析识别出失巢凋亡hub模块，机器学习筛选hub基因，基于hub基因做免疫相关分析和构建ceRNA网络，最后使用单细胞数据集进行了验证。
参考点：
1.分析思路可以借鉴，整体的分析思路环环相扣，紧抓热点和疾病
2.亚型分组有创新，不仅对样本进行亚型分组，还根据亚型分组的差异基因将OA患者分为两个基因亚组
3.使用单细胞数据对hub基因进行验证