基于EMT的生信分析已經如此內卷了嗎？2022年已經發(fā)了近20篇生信文章了！且看如何破局

2022-08-05 17:49 作者:爾云間 0人讀過 | 我要投稿

別人都發(fā)過的生信分析思路，我還能再用嗎？

如果能，怎么用？

不想看詳細內容的小伙伴，可以直接劃到文末看總結！

今天早上小云出門上班，迎面就是一股熱浪襲，蒸著桑拿走到了地鐵站。。。

讓我想到了網(wǎng)友的精準描述：今天的太陽比甄嬛被華妃罰跪那天還要毒！

出門前美美的小仙女，回來后就變少年包青天，妝都花了，直到坐在空調房里，小云才調整好狀態(tài)跟你們聊聊。

昨天有粉絲咨詢小云，研究上皮間充質轉化(Epithelial-mesenchymal transition, EMT)有沒有推薦思路。

于是小云搜索了一下最新的EMT相關生信文章，不禁感嘆：基于EMT的生信分析都已經如此內卷了嗎？截止到目前，2022年已經發(fā)了近20篇生信文章了！而且某個腫瘤居然發(fā)了幾篇類似的基于EMT相關基因的生信文章。

這種情況如何破局？

沒有思路找小云，超多個性化、創(chuàng)新性高的分析思路供你選擇！

首先，先看一下你關注的腫瘤是否有類似的文章發(fā)過了，如果沒有就可以分析。小云先拿一篇EMT相關基因7+風險評分的文章，看看具體的分析思路。

研究思路

獲取TCGA中子宮內膜癌(EC)的數(shù)據(jù)，用單因素和多因素Cox比例風險回歸分析篩選預后EMT相關基因(ERG)，建立風險評分?；陲L險評分將患者分為高、低風險組，分析免疫浸潤、免疫檢查點表達、腫瘤發(fā)生途徑和化療藥物的反應。

主要研究結果

1、篩選子宮內膜癌（EC）中關鍵的ERGs并建立風險評分

分析TCGA數(shù)據(jù)庫中子宮內膜癌（EC）的相關數(shù)據(jù)，共220個ERGs有顯著差異。然后采用單因素和多因素Cox比例風險回歸分析確定10個預后ERGs，基于這10個ERGs建立風險評分。以中位風險評分為臨界值，將樣本分為高、低風險組。K-M分析提示低風險組患者生存期較長。ROC曲線顯示風險評分在預測EC患者OS方面具有良好的敏感性和特異性。

圖1. 篩選子宮內膜癌（EC）中關鍵的ERGs并建立風險評分

2、驗證風險評分的預后能力

然后作者驗證了風險評分可以預測EC患者的預后。進一步構建了預測EC患者預后的nomogram圖，包括風險評分、分期和組織學類型。ROC曲線證明綜合臨床因素和風險評分優(yōu)于單一因素。還比較了最近發(fā)表的三篇關于EC預后模型的文章，發(fā)現(xiàn)基于相同的TCGA患者隊列，此風險評分明顯優(yōu)于其他EMT相關預后模型。

圖2. 風險評分對EC患者預后價值的亞組分析

3、分析不同風險評分組的免疫狀態(tài)和免疫檢查點的表達

利用GSEA分析關鍵通路，結果發(fā)現(xiàn)高風險組富集的KEGG通路與腫瘤發(fā)生相關，低風險組與免疫信號通路相關。既然與免疫相關，接下來就改分析免疫細胞了。

作者比較了不同風險組的免疫狀態(tài)，ESTIMATE分析發(fā)現(xiàn)低風險組的ESTIMATE評分、免疫評分和基質評分更高。利用TIMER數(shù)據(jù)庫分析10個ERGs表達與腫瘤浸潤免疫細胞的關系。還使用CIBERSORT、MCP-COUNTER、XCELL等工具評估21種免疫細胞在高、低風險組中的浸潤情況。并分析了17個關鍵免疫檢查點的表達情況。