掃碼聯(lián)系客服
前幾天為大家介紹了失巢凋亡，想必有一部分小伙伴還處于比較陌生的階段，害，沒關(guān)系，一回生二回熟，愛不愛不重要，有飯吃就行（哈哈哈，胡說八道）。
今天給大家介紹一下失巢凋亡的生信研究思路。在這之前，我們先快速地看看上次失巢凋亡分享中的那篇純生信文章是怎么做的吧。
首先，找差異基因，子宮內(nèi)膜癌與對照相比差異表達的失巢凋亡相關(guān)基因
然后鑒定顯著影響預(yù)后的差異基因構(gòu)建signature
接著進行signature的預(yù)后效能評估
（這個圖片的排版？？？？？？看來是編輯沒有強迫癥吧）
下面就是利用單因素和多因素cox分析signature作為影響癌癥預(yù)后之于其他因素的獨立性，并且聯(lián)合其他因素構(gòu)建一個列線圖。
但是還要知其所以然，于是就有了下面的機制相關(guān)的研究：
不同組間的GSEA分析腫瘤hallmarks和免疫激活機制
然后是免疫相關(guān)分析
不同signature組間免疫檢查點表達及相關(guān)性差異
免疫治療：預(yù)測患者免疫治療反應(yīng)分析
最后是基于數(shù)據(jù)庫的基因免疫組化驗證
然后沒有然后，結(jié)束。
也不是大家想的那么難，這篇文章發(fā)了4分噢~看吧，失巢凋亡生信文章少它就好發(fā)！
但這個時候可能心里就犯嘀咕了，這篇是21年的，畢竟不是最新的文章，現(xiàn)在大家都已經(jīng)很卷了，放到現(xiàn)在可能就不好整了。沒關(guān)系，小編也只是跟大家說已經(jīng)發(fā)表的是什么樣子的，心里得有個數(shù)呀，然后，咱們現(xiàn)在該怎么做呢？
其實也不難，小編從生信的角度簡單為大家總結(jié)了幾個思路：
一、失巢凋亡相關(guān)signature模型構(gòu)建
與前文降維+預(yù)后模型的思路類似，但是分析內(nèi)容可以延展得更寬泛也可以刻畫得更深入，如果這么說還是太籠統(tǒng)的話（廢話(╯▔皿▔)╯），那還是舉例子吧。
失巢凋亡相關(guān)signature的思路完全可以和銅死亡或者鐵死亡一致，基礎(chǔ)就是基于這個基因集合進行篩選，并且構(gòu)建一個signature。
別的不說，就看當(dāng)時銅死亡最先發(fā)表的那10篇生信文章，是最快也是最可行的思路，其中構(gòu)建模型是思路中占比最高的（4/10），所以，您先別管它是降維＋預(yù)后模型還是分型＋預(yù)后模型，反正這個思路能做！
（這個雜志已經(jīng)從去年的6分漲到10分了?。?/p>
還有l(wèi)ncRNA signature
當(dāng)然單基因預(yù)后signature也能發(fā)
難道只有腫瘤的生信思路嗎？當(dāng)然不是。是腫瘤就一定做預(yù)后嗎，我不想做預(yù)后呢？這個也可以有。
二、分子分型思路
拋開腫瘤預(yù)后或者非腫瘤疾病的生信研究思路，這個依然可以參考銅死亡的研究角度，而且在生信人之前的分享中已經(jīng)提到過，分子分型的思路，換個基因集是完全可行的。
三、單細(xì)胞聯(lián)合bulk RNA-seq
單純的單細(xì)胞數(shù)據(jù)挖掘或者聯(lián)合bulk RNA-seq的文章，雖然相比于前面兩個思路分析難度提升了不少，但是文章水平也可以說是提升了一個量級。（腫瘤和非腫瘤都適用）
其實哪里有什么固定的套路，無非就是不同的出發(fā)點不同的方法拆分組合，重要的是，在保證質(zhì)量的情況下，要比別人快（畢竟“天下武功，無堅不破，唯快不破”）。
當(dāng)一個新的方向出來，但凡猶豫一下，那就是完全不一樣的結(jié)果，銅死亡不就是一個很好的例子嗎？相信很快就會有新的失巢凋亡生信文章發(fā)表，小編等著看。
（ps：小編能等，您可別再看戲啦，回過神來人家都文章發(fā)了）
