非肿瘤也能做预后模型，只要分析的好，4.9分SCI不是梦！

题目：Identification of Potential Early Diagnostic Biomarkers of Sepsis

摘要

目的：本文的目的是鉴定脓毒症早期诊断的潜在生物标志物，以提高患者生存期。

方法：鉴定GSE54514和GSE25504数据集中患者和对照组的差异表达基因。通过共表达分析对模块进行聚类，并对模块中的基因进行富集分析。将GSE54514数据集的样本分为训练集和验证集并使用LASSO构建诊断特征。根据AUC值筛选关键基因。使用STEM软件鉴定与脓毒症死亡相关的失调基因。使用ssGSEA方法鉴定脓毒症和对照组之间免疫细胞浸润的差异。

结果：GSE54514数据集鉴定到6316个差异表达基因，共分为10个模块。基因主要富集于免疫和代谢反应。根据AUC值大于0.7筛选到51个基因，根据LASSO得到一个25个基因的特征，并使用GSE25504数据集进行验证。其中，SLC2A6,C1ORF55,DUSP5和RHOB为关键基因。根据STEM分析鉴定到SLC2A6与脓毒症死亡有关，且与Th1细胞浸润水平呈正相关。

结论：作者鉴定到的4个关键基因可能对脓毒症患者早期诊断具有重要意义。尤其是SLC2A6可能是预测脓毒症生存率有关的生物标志物。

流程图

结果

1. 数据的获取和整理

从GEO数据库下载数据集GSE54514和GSE25504。

2. 脓毒症相关基因的共表达网络

GSE54514数据集共鉴定到成人中的6316个差异表达基因，GSE25504数据集共鉴定到新生儿中的7832个差异表达基因（图1A和1B），其中有3355个共有差异表达基因，新生儿中特有差异基因4477个，成人中特有差异基因2961个（图1C）。使用WGCNA构建共表达网络，鉴定到10个模块（图1D和1E）。此外，作者鉴定到共表达模块之间的相互串扰（图1F）。

图1 差异表达基因的共表达网络

3. 模块基因的富集分析

对模块基因进行富集分析和GSVA，作者发现干扰素-γ分泌，适应性免疫记忆反应和T细胞增殖显著上调，而戊糖代谢过程，胞嘧啶代谢过程显著下调（图2A）。KEGG分析表明，脓毒症患者中抗原处理和呈递，原发性免疫缺陷等通路显著上调，而VEGF信号通路，细胞周期和HIF-1信号通路显著下调（图2B）。GSEA和KEGG通路分析显示，前10条通路主要富集与脓毒症中，而后10条通路主要富集与对照组（图2C）。

图2 模块基因的生物学功能和KEGG通路富集

4. 鉴定脓毒症相关的关键基因

将数据集GSE54514的所有样本随机分为训练集（75%）和验证集（25%）。根据AUC大于0.7筛选到数据集GSE54514和GSE25504中的51个基因并构建LASSO模型。选择λ值为25（图3A），构建一个25个基因的特征（图3B）。训练集的AUC值为0.983（图3C），验证集为0.964（图3D）。此外，作者使用外部数据集进行验证，其性能良好（图3E）。根据AUC大于0.75进一步筛选基因，鉴定到关键基因CDKN1C，TMEM169，SLC2A6，DERL2，PSMB7，C1ORF55，DYNC1LI2，DUSP5和RHOB（图3F）。这些关键基因在脓毒症患者中上调表达（图3G）。

图3 诊断脓毒症潜在关键基因

5. 基因失调与败血症死亡有关

使用STEM软件鉴定持续失调的基因，SLC2A6表达量持续上调（图4A）。脓毒症患者和对照组的免疫细胞浸润水平不同，大多数免疫细胞在脓毒症患者中浸润水平较高。SLC2A6与Th1细胞的相关性最强（图4B）。聚类分析表明，253个持续失调的基因显著聚为4个模块（图4C和4D）。GSEA分析表明，脓毒症死亡患者中，Toll样受体信号通路和胆固醇代谢上调，而哮喘和细胞粘附分子下调（图4E）。

图4 脓毒症发展过程中持续失调基因的表达水平变化

结论

本研究作者对脓毒症患者和对照组鉴定差异表达基因，并根据差异表达基因进行WGCNA分析构建一个25个基因的基因特征。鉴定到对脓毒症患者早期诊断具有重要意义的4个关键基因，脓毒症早期免疫反应增强，代谢反应减弱。但本文仍然存在一定局限性，还需要进一步研究这4个关键基因对脓毒症患者预后的影响并进行实验验证。