生信结合免疫评分的发文思路

文章题目:Identification of Key Genes in Thyroid Cancer Microenvironment

研究背景:

肿瘤微环境(TME)在肿瘤的发生发展中起着重要作用。然而,TME在甲状腺癌中的作用还没有得到很好的研究。在我们的研究中,我们旨在确定与甲状腺癌微环境相关的基因。

研究方法:

我们结合TCGA数据库和恶性肿瘤组织中基质细胞和免疫细胞的估计,利用表达数据(ESTIMATE)数据集来识别甲状腺癌微环境中差异表达的基因。然后,利用这些差异表达基因构建了蛋白质相互作用(PPI)网络并进行了功能富集分析。PPI网络中超过12度的基因被视为hub基因。最后,我们对这些hub基因进行了Kaplan-Meier曲线、log-rank检验和功能富集分析。

研究结果:

在甲状腺癌微环境中,有793个差异表达基因与免疫评分和间质评分相关。通过构建PPI网络,筛选出30个hub基因。这些hub基因在免疫细胞活性、细胞因子和趋化因子活性、细胞粘附分子和细胞外基质等方面的功能上有富集,进一步揭示了这些基因在肿瘤微环境中的作用。CXCL10在PPI网络中的度最高,与甲状腺癌患者的总生存率呈正相关(P=0.02467)。

研究结论:

我们在甲状腺癌中发现了30个肿瘤微环境相关基因。在这些hub基因中,CXCL10可作为甲状腺癌预后的生物标志物。

操作步骤:

第一步,将TCGA基因矩阵与免疫评分、基质评分合并,分别根据评分的中位值分为高分组(high)与低分组(low),分别进行high vs low的差异分析

第二步,对上面得到的差异基因取交集

第三步,将交集的差异基因做功能分析(GO,KEGG,PPI分析)

第四步,筛选出30个hub基因

第五步,对hub基因做GO与KEGG分析

第六步,对hub基因进行批量生存分析

文章出现的图:

就是按照这些操作,一篇SCI就搞定了,上面的分析一两个小时就搞定了。

打个小广告:

我们团队已经根据生信狂人的这篇推文录制好了相关的视频,除了还原范文的图表之外,我们还增加了创新内容,做到举一反三,即使别人发过了的内容,你仍然有机会发表。想学习本课程的粉丝可以通过购买VIP会员免费领取本课程

购买VIP会员请联系微信scikuangren

(0)

相关推荐