双疾病联合分析，轻松上5，生信高手都在玩，确定不看看？

小云之前给大家分享了双疾病的生信分析套路，很多情况下，疾病与疾病之间是有相互影响的，同样的分析套路，做两个疾病整合，就能做到1加1大于2的效果，使得影响因子更高，发表更简单。

今天小编就带你具体学习一下两种相关疾病联合分析、关联免疫浸润的思路，给你的生信文章来一波强助攻！

研究思路

尽管临床和流行病学证据表明PC和T2DM之间存在联系，但两者共享的基因调控机制尚不清楚。

本研究采用加权基因共表达网络分析(WGCNA)分析GEO数据，发现PC和T2DM的共表达模块和关键的共享基因S100A6。使用单因素和多因素Cox分析以及Kaplan Meier评估S100A6对PC的预后价值。采用基因集富集分析法(GSEA)分析S100A6的关键信号通路。利用CIBERSORT评估S100A6与肿瘤免疫微环境(TIME)的相关性。通过简单的细胞实验证实S100A6在PC中的功能。

主要研究结果

Part1. 2型糖尿病和胰腺癌的共表达模块

通过WGCNA在GSE38642（糖尿病数据）中识别了16个模块，并评估模块之间的关系(图1A、C)。选取灰色、暗橙色和紫色这三个与T2DM高度正相关的模块，作为T2DM相关模块。另外，在GSE91035（胰腺癌数据）中发现了14个模块，其中黄色和深绿色模块与PC呈高度正相关(图1B, D)。

Part2. 分析2型糖尿病与胰腺癌的共享基因

T2DM和PC在正相关模块中共有44个基因(图2A)，这些基因与T2DM和PC的发病密切相关。GO分析这些基因的生物学活性，其中内胚层细胞命运的调节约占总GO项的40%(图2B)。PC与T2DM共享基因主要在Set5模块中发现，从Set5模块构建蛋白水平的PPI网络，显示了4个聚类(图2C-D)，并对主要的信号通路进行富集分析 (图2E)。

Part3.中心共享基因S100A6对胰腺癌的预后价值

作者对GEO验证数据集进行了差异基因分析，将T2DM和PC的共享基因与这些差异基因相交，获得了一个中心共享基因S100A6 (图3A)。S100A6在胰腺癌组织中的表达高于对照组 (图3B-C)，而且S100A6在不同肿瘤分级组织中表达不同(图3D)。利用HPA数据库验证S100A6蛋白的表达(图3E)。Kaplan Meier (K-M) 和多因素Cox分析显示S100A6高表达与低OS显著相关(图5F-G)，提示共享基因S100A6可能是PC患者预后的预测因子。

Part4.基因集富集分析识别S100A6相关的信号通路

GSEA结果显示，S100A6过表达与癌症和糖代谢通路相关(图4)，提示S100A6可能与癌症生长和葡萄糖代谢有关。

Part5. S100A6与肿瘤微环境的关系

S100A6低表达组的Estimate评分、免疫评分和基质评分高于S100A6高表达组 (图5)。S100A6低表达组的Tfh细胞、CD8+T细胞、DC细胞和NK细胞增多(图5C)。两组患者在PDCD1、CTLA4、ICOS、LAG3等免疫检查点存在显著差异(图5E)。

Part6. 简单的实验验证-S100A6促进胰腺癌细胞的增殖、迁移和侵袭

选择S100A6高表达的胰腺癌Mia Paca-2细胞，通过si-S100A6敲低S100A6 (图6B)。结果发现，S100A6敲低抑制胰腺癌细胞增殖、迁移和侵袭（图6)。

总结

这篇文章的创新点就是将两种相关的疾病进行联合分析，筛选出两病共享的关键基因，再基于这个基因分析与患者预后、浸润免疫细胞的相关性，以及关键的信号通路等。最后通过简单的细胞实验进行验证。

通过两病联合分析提高创新性，一篇5分+的文章就到手了，是不是也没那么难?

120篇生信套路扫码免费领→→→→→