找到一个基因家族，基本上可以坐等发SCI

研究背景：

角蛋白（KRTs）是上皮细胞的中间细丝形成蛋白，被广泛用作癌症的诊断生物标志物，并与多种癌症的肿瘤发生和转移有关。然而，KRTs在黑色素瘤中的多种表达模式和预后价值尚未阐明。

研究方法：

在本研究中，我们利用来自GEO，TCGA，ONCOMINE，GEPIA，cBioPortal，TIMER和TISIDB数据库的黑色素瘤患者KRT的转录数据和临床数据进行分析。

研究结果：

我们发现，KRT1 / 2/5/6/8/10/14/15/16/17的mRNA水平在原发性黑色素瘤和转移性黑色素瘤之间表达差异显着。KRT1 / 2/5/6/10/14/15/16/17的表达水平与肿瘤的晚期分期有关。生存分析表明，KRT1 / 5/6/14/15/16/17的高转录水平与黑色素瘤患者的总生存率低有关。GSEA分析表明，最参与的标志性通路是P53通路，KRAS信号传导，早期雌激素反应和晚期雌激素反应。此外，我们发现KRTs的表达与免疫细胞的浸润之间存在一些相关性。

研究结论：

我们的研究可能为黑色素瘤预后生物标志物的选择提供新颖的见解。

分析思路：

1、利用GEPIA在线数据库分析KRTs家族成员在SKCM中的基因表达水平

2、利用Oncomine在线数据库进行KRTs家族成员在pan-cancer基因表达情况分析和生存分析

3、分析KRTs家族成员在SKCM中基因表达水平与临床病理参数的相关性

4、利用SKCM临床数据对KRTs家族成员进行生存分析，寻找有预后价值的成员

5、分析KRTs家族成员在SKCM中的蛋白表达水平

6、对KRTs家族成员进行功能分析（GO、通路、PPI、免疫相关性）

总结：

简单的地方：这篇文章利用ONCOMINE，GEPIA，cBioPortal，TIMER和TISIDB等在线数据库进行操作分析，既简单又快捷方便（零代码操作）。

比较难的地方：如何发现这样一个没有人做过数据挖掘的基因家族。

补充内容：

1、没有经费的玩法：利用TCGA数据将这些有预后价值的家族成员构建模型，计算risk score，并且将risk score结合临床因素进行分析。

2、有经费的玩法：补充自己的测序数据和功能实验，探索这些家族成员的作用机制。