尔云间 一个专门做科研的团队

lncrna靶基因预测(Frontiers纯生信这么简单)(1)

关注小云的粉丝朋友们还记不记得之前分享过的“失巢凋亡”方向?

当时“失巢凋亡”的生信发文套路——与铁死亡、铜死亡、坏死性凋亡等其他细胞死亡形式的套路基本一致,关键在于“失巢凋亡基因集合”的获得,拿到基因集合后基本上就可以按照之前铁死亡等的套路进行复现!

其实,除了发文套路类似,它的发文规律也跟铁死亡、铜死亡一样,一开始都是最简单的预后模型、然后加些肿瘤分型,慢慢地只用mRNA分析分数不高了就开始做lncRNA或者与其他热点联合,再往后就得追求思路创新或者加一些湿实验···(ps:粉丝朋友们,可以回想一下推荐生信思路的规律,看看是不是这么回事儿~ ~)

lncrna靶基因预测(Frontiers纯生信这么简单)(2)

所以呢,面对这个形势,咱们“失巢凋亡”的生信思路也得搞个进阶版了,祭出“lncRNA大法”(ps:虽然lncRNA本身有点像过气明星,但它确确实实是个万金油的存在,超级百搭,什么热点都能关联上lncRNA分析来提高创新性,所以关键时刻还是要用上这员大将!)

来浅浅对比一下,“失巢凋亡”3分 和8分 的区别

lncrna靶基因预测(Frontiers纯生信这么简单)(3)

lncrna靶基因预测(Frontiers纯生信这么简单)(4)

一眼就能看出8分 的是做失巢凋亡lncRNA预后,并且相比于3分 的文章,8分 的工作量也不大。那是因为目前“失巢凋亡”方向还都是在做mRNA水平的预后模型,但lncRNA还没啥文章,所以创新性就体现出来了,8分 也就到手啦!

lncrna靶基因预测(Frontiers纯生信这么简单)(5)

lncrna靶基因预测(Frontiers纯生信这么简单)(6)

题目:膀胱癌患者失巢凋亡相关lncRNA免疫浸润及免疫治疗反应综合分析

杂志:Front. Immunol

影响因子:IF=8.786

发表时间:2022年11月

研究背景

失巢凋亡是程序性细胞死亡PCD的一种形式。研究表明,失巢凋亡参与肿瘤进展和癌细胞转移和扩散的决定性步骤,但它在膀胱癌中的作用仍不清楚。作者试图筛选失巢凋亡相关的lncRNA ,以便建立一个风险模型,了解其预测膀胱癌预后和免疫景观的能力。

数据来源

lncrna靶基因预测(Frontiers纯生信这么简单)(7)

研究思路

通过Pearson相关分析筛选失巢凋亡相关lncRNA(arlncRNA),并在TCGA队列中进行差异表达分析。利用单变量Cox分析和LASSO回归分析构建基于7-arlncRNAs的风险模型。使用ROC曲线和生存曲线来验证模型的准确性和预后价值并建立列线图。在高低风险组间进行GSEA富集分析、免疫浸润分析和药敏性分析。基于arlncRNAs的表达通过共识聚类分析将BCa患者分为三种亚型,以进一步研究预后、免疫浸润水平、免疫检查点和药物敏感性的差异。

主要研究结果

1. 膀胱癌患者的arlncRNA的鉴定与模型构建

首先对ARGs和lncRNAs 进行Pearson相关性分析,共获得1109个arlncRNAs(图1A),在TCGA队列中进行差异分析,得到223个差异表达的arlncRNAs(图2B)。利用单变量Cox分析和LASSO回归分析构建基于7-arlncRNAs的风险模型(图1C-E)。根据中位风险评分将患者分为高低风险组,使用ROC曲线和生存曲线来验证模型的准确性和预后价值(图2D)。最后,使用临床因素和风险评分建立列线图,并利用校准图评估其准确性(图2A, B)。

lncrna靶基因预测(Frontiers纯生信这么简单)(8)

图1 膀胱癌风险模型的构建

lncrna靶基因预测(Frontiers纯生信这么简单)(9)

图2 风险模型的验证和列线图构建

2. 风险评分与免疫浸润和药敏性相关性分析

通过TIMER 2.0数据库CIBERSORT、TIMER、XCELL等算法评估高低风险组间的免疫浸润情况(图3A)。分析比较高低风险组间的TME相关评分(图3B),通过ssGSEA分析免疫细胞亚群的比例和相关途径(图3C)。通过“gg pubr”R包比较了两个风险组之间的免疫检查点表达(图3D)。通过“pRophetic”R包分析风险组间的药敏性(图3E)。

lncrna靶基因预测(Frontiers纯生信这么简单)(10)

图3 膀胱癌患者免疫浸润和药敏性分析

3. 膀胱癌不同亚型的TME差异和药敏性分析

基于arlncRNAs的表达通过共识聚类分析将BCa患者分为三种亚型(图4A),并分析3个亚型与2个风险组之间的相关性(图4D)。CIBERSORT、TIMER、XCELL等算法评估3个亚型间的免疫浸润情况(图4E),分析比较亚型间的TME相关评分(图4F),通过“gg pubr”R包比较了两个风险组之间的免疫检查点表达(图4G)。KM生存曲线评估亚型间的OS预后情况(图4H),通过“pRophetic”R包分析风险组间的药敏性(图4I)。

lncrna靶基因预测(Frontiers纯生信这么简单)(11)

lncrna靶基因预测(Frontiers纯生信这么简单)(12)

图4 膀胱癌不同亚型的TME差异和药敏性分析

总结

这篇文章利用失巢凋亡相关lncRNA建立肿瘤预后模型并进行肿瘤分型分析。分析思路和内容比较常规、简单,还是纯生信,在目前干湿结合要求越来越普遍的形势下,这么简单的纯生信分析能发到8分 ,性价比还是相当高的!

当然,这也是得益于“失巢凋亡”方向目前lncRNA思路用的比较少,不过也可以预见后面也会越来越多,所以趁现在很多人还没有做到进阶版的时候,抓住时机,利用文章附带的基因集合,换个癌种复现so easy!

小云持续为大家带来最新生信思路,更多创新性分析思路请查看下方往期内容。云生信团队竭诚为您的科研助力!

思路推荐:

,