热乎的5.5分SCI,来看看最新的预后模型文章是怎么做的
发表杂志:JTransl Med.
影响因子:5.530
请扫描下方二维码
研究背景
流程图
分析解读:
数据收集
①TCGA数据库下载转录组、DNA甲基化、突变数据、拷贝数变异(CNV)和临床数据。
②CRC肝转移数据下载自GSE28814数据集和GSE6988数据集。
③CRC治疗数据来自GSE36864数据集。
④分子特征数据库筛选出166个EMT相关基因。
EMT相关基因和lncRNA差异表达分析
①从TCGA数据集中筛选出EMT-RDGs,利用WGCNA共表达分析获得EMT相关的lncRNAs(EMT-RlncRNAs)并进行差异表达分析。
基因富集与功能分析
结果:
下图A-C:CRC中EMT-RDGs的GO富集分析。
下图D:CRC中EMT-RDGs的KEGG信号通路分析。
下图E:预后相关基因的功能富集分析。
基于EMT-RDGs的预后模型构建
①在TCGA数据中通过单变量cox和Lasso回归分析筛选出9个与预后相关的EMT-RDGs,并计算每个基因的得分。通过基因风险评分构建CRC风险预后模型。
结果:
下图A:高风险和低风险组的生存曲线。
下图B:风险评分的ROC曲线。
下图C:风险评分分布和风险评分与生存时间关系的散点图。
下图D:高风险和低风险组的预后EMT-RDG和临床参数的热图。
下图E:临床特征的单变量cox回归森林图。
下图F:临床特征的多变量cox回归森林图。
下图G:多变量cox回归分析的列线图基线。
下图H:3年生存率的ROC曲线。
下图I:5年生存率的ROC曲线。
下图J:22种免疫细胞在高危组和低危组中的浸润水平。
结果:GSE40967数据中9个预后EMT-RGD的风险预后模型验证
下图A:GSE40967数据集中风险评分和其他临床特征的ROC曲线。
下图B:高风险和低风险组的生存曲线。
下图C:高风险和低风险组的预后EMT-RDG和临床参数的热图。
下图D:临床特征的单变量cox森林图。
下图E:临床特征的多变量cox森林图。
下图F:多变量cox回归分析的列线图基线。
下图G:3年生存率的ROC曲线。
下图H:5年生存率的ROC曲线。
下图I:22种免疫细胞在高危组和低危组中的浸润水平。
预后相关EMT-RDGs与免疫的关系
①ESTIMATE计算肿瘤微环境中基质细胞和免疫细胞的纯度。
②CIBERSORT计算22种免疫细胞的浸润水平。
③利用TIMER数据库中xCELL法计算免疫细胞富集水平,EPIC法计算免疫细胞浸润程度,QUANTISEQ对免疫细胞进行定量分析。
④在TIMER中获得免疫浸润与基因表达之间的关联、免疫浸润与突变状态之间的关联、体细胞CNV和临床结果之间的关联。
⑤通过ssGSEAScore计算免疫细胞和功能的得分。
结果:
下图A:TCGA数据中ssGSEAScore比较高危组和低危组的免疫细胞评分。
下图B:TCGA数据中ssGSEAScore比较高危组和低危组的免疫功能评分。
下图C:GSE40967数据中ssGSEAScore比较高危组和低危组的免疫细胞得分。
下图D:GSE40967数据中ssGSEAScore比较高危组和低危组的免疫功能评分。
预后相关EMT-RDGs与甲基化的相关性
①测试9个与预后相关的EMT-RDG的甲基化状态和突变水平对CRC预后的影响,以及它们与药物反应和耐药性的相关性。
结果:
下图A:预后EMT-RGD的甲基化和基因表达之间的相关性与来自GCSC数据库的spearman分析。
下图B:GCSC数据库中肿瘤组织与正常组织之间关于预后的EMT-RGDs甲基化水平的差异分析。
下图C:来自GCSC数据库的TIAM1高甲基化和低甲基化之间的总体生存差异。
下图D:高甲基化对来自cBioPortal数据库的预后EMT-RGD生存风险的影响。
下图E:预后EMT-RGD的甲基化和基因表达之间的相关性与来自DNMIVD数据库的Pearson分析。
下图F:来自DNMIVD数据库的肿瘤与正常组织之间关于预后的EMT-RGD的甲基化水平的差异分析。
下图G:来自DNMIVD数据库的九个预后EMT-RGD的重要CpG甲基化位点。
下图H:Cox比例风险回归模型基于来自DNMIVD数据库的九个预后EMT-RGD的重要CpG甲基化位点。
下图I:比较高危组和低危组的生存曲线。
预后相关EMT-RDGs表达与突变的关系
①分析CRC基因突变率和9个与预后相关的EMT-RDG之间的关联。
结果:
下图A:在CRC中突变Top基因的oncoplot图。
下图B:在CRC中突变的9个预后EMT-RGD的oncoplot图。
下图C:来自cBioPortal数据库的3种类型CRC中9种预后EMT-RGD的突变类型分布。
下图D:来自cBioPortal数据库的CRC预后EMT-RGD的突变类型分布。
下图E:来自cBioPortal数据库的SNV类的比较。
下图F:受基因突变影响的通路比例。
结果:CRC中9种预后EMT-RGD的CNV分析
下图A:CNV与预后性EMT-RGD基因表达的相关性与来自GCSC数据库的spearman分析。
下图B:GCSC数据库中结肠腺癌和直肠腺癌中9种预后EMT-RGD的杂合扩增和缺失。
下图C:GCSC数据库中CRC中9种预后EMT-RGD的CNV类型分布。
预后相关的EMT-RDGs与CRC转移的关系
①在GSE6988数据集中分析有或没有肝转移的CRC之间EMT-RDG的表达水平。
结果:
下图A:GSE6988数据集中9个预后EMT-RGD在CRC肝转移和非转移之间的表达水平。
下图B:GSE28814组(0:非转移,1:转移)中CRC转移和非转移之间9个预后EMT-RGD的表达水平。
预后EMT-RDGs与CRC治疗的关系
①在GSE36864数据集中分析EMT-RDGs表达水平与晚期CRC治疗(卡培他滨组、卡培他滨+伊立替康组、XELOX(卡培他滨+奥沙利铂组)+贝伐珠单抗组)的关系。
结果:
下图A:CARE数据库中9个与预后CRC EMT-RDG耐药性的计算分析。
下图B:CTRP数据库中9个CRC预后EMT-RGD的药物筛选结果。
下图C:GDSC数据库中9种CRC预后的EMT-RGDs药物筛选结果。
验证EMT-RDGs的表达水平
①在Oncomine数据库、人类蛋白质图谱(HPA)数据库和GEPIA数据库验证EMT-RDGs的表达水平。
结果:
下图A:GEPIA数据库中九个预后EMT-RGD的表达验证。
下图B:Oncomine数据库中九个预后EMT-RGD的表达验证。
下图C:HPA数据库中9个预后EMT-RGD的免疫组织化学图片。
小结:
基因集泛癌分析文章列表
11.6分,最热复合物泛癌纯生信分析!想发高分纯生信不容错过
11分+SCI 基因集泛癌纯生信分析,两个多月接受,可重复!
单基因泛癌分析文章列表
被致谢!2021年7分+单基因泛癌纯生信,投稿到接受30天!
单基因干湿结合发7.5分SCI,2个月接收,有实验条件的可轻易模仿
6.2分 生信+实验 经典套路,永不过时(一篇单基因泛癌的文章可以拆分成多个肿瘤单独发)
6.2分SCI,从投稿到接收仅38天!刚见刊的单基因泛癌纯生信
非肿瘤生信文章列表
非肿瘤生信+简单pcr验证 快速发3分+SCI 自噬,铁死亡,焦亡等都可以