科研道路千萬條,單基因研究為第一條。單基因的研究首先要做的也是最重要的就是挑選研究基因,畢竟一個(gè)有研究意義的基因直接關(guān)乎了做實(shí)驗(yàn)結(jié)果的好壞以及是否能被審稿人認(rèn)可。怎么從生信的角度去挑選基因和設(shè)計(jì)研究思路呢,小編從最近幾篇發(fā)表的單基因文章給大家分享下別人怎么做單基因的路子。
單基因相關(guān)表型:媲美PD-1免疫治療補(bǔ)充靶點(diǎn):Siglec15相關(guān)表型分析
導(dǎo)讀: 這篇文章沒有涉及一丟丟的實(shí)驗(yàn),刻畫了19年《Nature Medicine》發(fā)表的文章Siglec-15 as an immune suppressor and potential target for normalization cancer immunotherapy研究的免疫治療潛力靶點(diǎn)Siglec-15的相關(guān)亞型,分析很簡單4.9分。選擇大于努力,科研同樣適用。
1、Siglec15表達(dá)關(guān)聯(lián)臨床表型分析
圖A: Siglec15在疾病 vs 正常間、her2+ vs her2-間表達(dá)無差異;隨著stgae增高表達(dá)顯著降低;Luminal\HER2\basal like表達(dá)依次顯著降低;ER+ vs ER-、PR+ vs PR-樣本之間顯著降低圖BC: Siglec15表達(dá)與TMB顯著負(fù)相關(guān),與MSI沒有顯著相關(guān)性圖D: Siglec15 高表達(dá)為OS的保護(hù)因素,低表達(dá)患者預(yù)后更差圖E: Siglec15低表達(dá)組有更高的TP53突變,而高表達(dá)組有更高的PIK3CA突變 2、Siglec15相關(guān)的乳腺癌亞型識別
圖AB: Siglec15高低表達(dá)組差異基因火山圖;對DEG篩選預(yù)后因子圖CD: 基于Siglec15相關(guān)的預(yù)后因子進(jìn)行聚類識別亞型圖E-H: 亞型差異基因的識別
3、Siglec15相關(guān)的乳腺癌亞型關(guān)聯(lián)免疫浸潤
圖AB: Siglec15相關(guān)亞型間35中免疫細(xì)胞得分差異熱圖展示圖B-H: 基于Siglec15相關(guān)亞型免疫評分、基質(zhì)評分、免疫細(xì)胞浸潤差異箱線圖展示
4、Siglec15相關(guān)亞型與免疫檢查點(diǎn)的相關(guān)性分析
圖A: Siglec15相關(guān)亞型間免疫檢查點(diǎn)的差異表達(dá)情況圖B-D: 每個(gè)亞型中Siglec15與免疫檢查點(diǎn)的相關(guān)性
5、Siglec15相關(guān)亞型關(guān)聯(lián)突變及生存差異分析
圖AB: Siglec15相關(guān)亞型間突變負(fù)荷及明星基因突變差異情況圖C-N: Siglec15相關(guān)亞型間不同生存期的預(yù)后差異
預(yù)后signature:PD-1表達(dá)和免疫浸潤相關(guān)基因預(yù)后模型
導(dǎo)讀: 乳腺癌免疫原性較弱,突變負(fù)荷低于其他癌型,因此乳腺癌免疫治療尚未有新的進(jìn)展 。一些新的研究發(fā)現(xiàn)某些患者能夠從免疫治療聯(lián)合輔助化療中受益。文章的亮點(diǎn)在于從PD-1和TME兩個(gè)層面 篩選相關(guān)因子,去構(gòu)建乳腺癌的預(yù)后signature以對預(yù)后分層。
1、分析PD-1對癌癥預(yù)后的影響以及在臨床因子中的表達(dá)情況和預(yù)后情況
圖A: PD-1和PD-L1在乳腺癌中的預(yù)后價(jià)值(PD-1預(yù)后相關(guān))圖B: PD-1在臨床因素中的表達(dá)差異圖C: PD-1在乳腺癌亞型中的預(yù)后價(jià)值
2、WGCNA篩選PD-1表達(dá)相關(guān)基因
圖A: PD-1高低表達(dá)組差異基因火山圖圖B-D:基于高低PD-1表達(dá)差異差異基因輸入WGCNA篩選關(guān)鍵模塊基因
3、結(jié)合腫瘤免疫細(xì)胞浸潤篩選相關(guān)基因
圖A: 基于23種免疫浸潤細(xì)胞識別TME亞型圖B-C: 分析TME亞型中PD-1表達(dá)、分組分布差異圖D: 結(jié)合PD-1表達(dá)相關(guān)基因共同篩選TME和PD-1表達(dá)相關(guān)基因圖EF: TME和PD-1表達(dá)相關(guān)基因功能、通路富集
4、PD-1表達(dá)和免疫浸潤相關(guān)基因預(yù)后模型構(gòu)建和驗(yàn)證
圖A: 基于lasso回歸分篩選最佳建模組合因子圖B-F: 訓(xùn)練集和獨(dú)立驗(yàn)證集評估預(yù)后模型的預(yù)測效能圖G: 預(yù)后模型評分在臨床特征中的差異
三、機(jī)制研究:RAD51 高表達(dá)與腫瘤侵襲性和更差預(yù)后相關(guān)
導(dǎo)讀: 研究收集了大量的數(shù)據(jù)集:17個(gè)數(shù)據(jù)集8515樣本。從 RAD51與DNA修復(fù)機(jī)制展開研究,分析了RAD51與腫瘤進(jìn)展相關(guān)通路、TME、突變、藥物敏感性、預(yù)后等層面相關(guān)性。亦是單基因純生信分析,亮點(diǎn)在于數(shù)據(jù)量大、邏輯層層遞進(jìn)、涉及面廣。
1、RAD51基因表達(dá)與DNA損傷修復(fù)活性、癌細(xì)胞增殖、高突變頻率相關(guān)
圖A: RAD51在疾病和正常間的表達(dá)差異圖B: RAD51表達(dá)與瘤間異質(zhì)性和同源重組修復(fù)缺陷得分(HRDscore)顯著相關(guān)圖C: 不同隊(duì)列RAD51高表達(dá)顯著富集到DNA修復(fù)途徑,DNA修復(fù)途徑相關(guān)基因在RAD51高低表達(dá)組存在顯著差異
圖A: RAD51與細(xì)胞增值評分顯著正相關(guān)圖B: RAD51表達(dá)在不同隊(duì)列中隨著grade增加顯著升高,與細(xì)胞增值marker: MKI67表達(dá)顯著正相關(guān)圖C:不同隊(duì)列中 6個(gè)細(xì)胞增值相關(guān)基因集顯著富集到RAD51高表達(dá)組
圖A: RAD51高表達(dá)組Silent 和Non-silent 突變頻都顯著高于低表達(dá)組圖B:METABRIC隊(duì)列中BRCA1/BRCA2/BRCA1+BRCA2三個(gè)突變組較野生型組RAD51都顯著高表達(dá),TCGA中未觀測到該現(xiàn)象(RAD51與癌癥突變水平相關(guān),與BRCA突變不一致)
2、RAD51高表達(dá)乳腺癌具有免疫原性并通過TME激活癌癥免疫
圖A: RAD51高表達(dá)患者有更高的免疫惑性評分圖B:不同隊(duì)列中RAD51高表達(dá)患者有更高的免疫細(xì)胞浸潤
3、RAD51關(guān)聯(lián)藥物敏感性
圖A: RAD51表達(dá)與藥物IC50相關(guān)性分析(GDSC)圖B:不同隊(duì)列中RAD51表達(dá)在新輔助治療前后的表達(dá)差異圖C:不同隊(duì)列RAD51表達(dá)在病理完全緩解pCR和殘余腫瘤RD中的表達(dá)差異
4、RAD51高表達(dá)患者有更差的預(yù)后
不同的隊(duì)列分析RAD51 的預(yù)后價(jià)值發(fā)現(xiàn),RAD51 高表達(dá)患者有更差的DFS, DSS , OS 生存
總結(jié):
今天分享的單基因3個(gè)思路分別研究的重點(diǎn)分別是:相關(guān)表型、預(yù)后signature、機(jī)制。當(dāng)然,單基因研究的路子遠(yuǎn)不止這三個(gè),例如,之前生信人還分享過單基因的鋪平式泛癌思路。如果不會做單基因的分析,挑選一個(gè)最新報(bào)道功能強(qiáng)大的基因,然后換一種癌型進(jìn)行分析(由于人類癌癥的異質(zhì)性很大,同樣的基因在不同腫瘤中可能參與不同的功能通路)然后可以進(jìn)行類比,搬運(yùn)到別的腫瘤中進(jìn)行分析,添加一些加分項(xiàng)(eg.單細(xì)胞、實(shí)驗(yàn)等),言之有理即可。
單基因花式分析思路
掃碼制定