纯生信通路模型的一区之路

水木社区手机版

主题:纯生信通路模型的一区之路
楼主|purplesoul|2022-07-08 16:06:50|展开
DrW 医学僧的科研日记 2022-06-20

https://mp.weixin.qq.com/s?__biz=MzAwODIzOTExNw==&mid=2247491188&idx=1&sn=438de6727aa860d10bd08b0563b5801c&chksm=9b70bf16ac0736007064ea55af7d82bad2eec49f2663b98e0902a3cc2eda9d83d1a31e3336b2&mpshare=1&scene=1&srcid=0622ecviLf45i82kQg5fRjWV&sharer_sharetime=1655829469321&sharer_shareid=42be9eff85d4f96eadc9d3a72e3f0c6a#rd

分享一篇于2021年10月在Nature communication上发表的使用通路特征预测转移性黑色素瘤患者免疫治疗效果的文章"Pathway signatures derived from on-treatment tumor specimens predict response to anti-PD1 blcade in metastatic melanoma"，作者根据通路评分，使用弹性网络算法构建出Pathway-based signature，与其他已发表的明星signture相比，其预测效果更为稳定和准确。文章是如何使用通路构建出性能优异的预测模型呢？
--
FROM 59.41.66.*
1楼|purplesoul|2022-07-08 16:08:05|展开
model computation pipeline:

1、差异分析：对R与NR两组转录组数据做差异分析。

2、GSEA分析：对根据差异分析结果排序后的基因进行GSEA分析，识别出显著富集的通路(富集分数(ES)>0,FDR<0.05),然后用归一化的富集分数(NES)降序排列，纳入前15条通路。

3、对纳入的前15条通路进行ssGSEA，得到每条通路的通路评分。

4、以通路评分作为变量，使用弹性网络算法建模。

5、外部验证集验证模型效能：通过ROC曲线判断模型预测免疫治疗的效果；通过生存分析判断预后评估能力。
--
FROM 59.41.66.*