【生信挖掘】模块化代码复现6分免疫相关lncRNA预后模型

生信已经成为科研圈发SCI的神器了，检索PubMed上可见发表的文章不管高分低分都涉及生信，但是许多人听见生信编程就望而却步，产生恐惧心理，我们特邀请医科堂生信挖掘一对一辅导训练营周老师开设专栏，通过文章实例复现的方式帮助大家学懂文章，看懂代码，希望能够给大家有所帮助。

大家好！今天分享一篇2021年4月发表在《Frontiers in Oncology》（IF=6.244，中科院二区期刊）上的一篇文章，题为"An Immune-Related lncRNA Expression Profile to Improve Prognosis Prediction for Lung Adenocarcinoma: From Bioinformatics to Clinical Word"

研究摘要

在这项研究中，系统的阐明了肺腺癌中的免疫相关lncRNA表达图谱，并且通过单因素，多因素回归分析构建了包含4个免疫相关lncRNA的预后模型，从而形成高低风险组，发现具有不同的预后和免疫细胞浸润。GO、KEGG分析显示了高低风险组差异基因的富集通路，GEPIA数据库展示了单个免疫相关lncRNA在肿瘤和癌旁的表达情况，以及和生存预后的关系。最后此研究中，收集了临床78例肺腺癌的表达情况，于体外验证了四个免疫相关lncRNA的预后模型。

研究结果

1.免疫相关lncRNAs特征的构建与评估

从TCGA数据库中下载497个LUAD样本以及54个癌旁样本的表达矩阵，使用perl脚本分离出lncRNA和mRNA,从中提取出331个免疫基因的表达矩阵，并通过person相关分析得到免疫相关lncRNA。紧接着，采用单因素、多因素分析构建了4个免疫预后相关lncRNA模型。

主要使用代码：perl分离脚本，单因素R脚本，多因素R脚本

2.评估细胞和组织中免疫相关 lncRNA 的表达

进一步探讨了四个相关lncRNA在细胞和组织中的表达，采用PCR检测肺腺癌细胞和对照的表达量，组织及生存曲线采用数据库Gepia里面的数据。

主要使用代码：Gepia数据库http://gepia.cancer-pku.cn/。Gepia数据库是北大开发的对TCGA数据可视化的一个在线网站，对于肿瘤分析是一个非常不错的工具。

3.四种免疫相关 lncRNA 与其他临床病理特征的关联

采用R语言对高低风险组的四个免疫相关lncRNA进行热图可视化，并且分别展示了在stage, T分期，M分期和N分期中四种免疫相关lncRNA的表达情况。

主要使用代码：R语言临床性状相关性分析脚本

4.风险评分与年龄、性别、AJCC分期以及AJCC-TNM的关系

采用柱状图，比较了不同临床形状中高低风险的表达水平，类似卡方检验，结果发现高低风险和性别，AJCC分期，M分期，N分期相关

5.高低风险组差异基因的功能和通路富集分析

采用limma包得出高低风险组的差异基因，对部分差异基因进行热图展示，并且采用GO和KEGG进行富集分析。

主要使用代码：R语言差异分析脚本，GO分析脚本和KEGG富集分析脚本。

6.比较高低风险组的免疫状态

基于PCA降维分析，比较了全基因组，所有免疫相关lncRNA，四种免疫相关lncRNA三种模型的区分度，可以发现四种免疫相关lncRNA的红色绿色分开良好。进一步，采用GSEA富集分析，查看Immune Response和Immune System Process的富集情况。最后采用CIBERSORT比较高低分析组的免疫细胞情况。

主要使用代码：PCA降维分析R脚本，GSEA软件使用，CIBERSORT算法R脚本使用。

7.临床癌症队列中预后特征的识别和验证

临床收集78对肺腺癌样本，采用PCR检测四种免疫相关lncRNA的表达，并且基于前期构建的模型计算出风险分数，并结合临床资料分析，体外验证四种免疫相关lncRNA的模型

主要代码：单因素多因素分析R脚本，生存曲线R脚本

这篇生信文章相对来说结构思路还是很清晰的，构建了一个四种免疫相关lncRNA的预后模型并在体外验证。其实换一个套路，做点糖酵解，铁死亡，缺氧，细胞焦亡生信的预后模型分析都是类似的。

文章复现

医科堂精心整理模块化代码帮助大家复现论文主要内容，具体获取代码方式见文末！

01-03 从TCGA数据库中下载数据，构建基因表达矩阵

04 分离lncRNA和mRNA矩阵

05 获取TCGA临床信息

06 limma包差异分析得到差异基因

07-09 对差异基因进行GO和KEGG富集分析

10 cibersot算法脚本

11-12 对cibersort结果进行可视化脚本

13 表达矩阵融合生存数据

14-15 单因素多因素分析脚本

16 生存曲线脚本