超适合生信小白的5分+纯生信思路— — “DNA损伤”预后模型构建，选题+疾病方向创新+

2023-03-13 19:00 作者:尔云间 0人读过 | 我要投稿

小云在直播中看到有粉丝咨询：现在还能发纯生信吗？（ps：小云直播间每周二、四都会有生信热门思路直播，还可以现场答疑）

当然可以发，只是有些限制条件，最关键就是创新性，选题创新、疾病方向创新、思路创新都可以。如果能叠加多种创新点，那么文章的竞争力会更强，更容易发高分纯生信（ps：很多高分文章都是这么做的，一篇文章包含多个小创新点，靠多重创新buff叠加拿下高分）。

这几种创新方式里面，“选题创新”是最容易达到的，只需要追踪一些新热点（比如刚提出的双硫死亡）或者研究比较少的方向（比如下面分享的DNA损伤）就可以。还有就是“疾病方向选择创新”，选取一些研究比较少的疾病，或者大疾病中的分支（比如下面分享的转移性结肠癌）来研究，创新性会比直接分析大疾病要高一些。最后就是“思路创新”，一般对生信素养比较高，需要在常规分析套路上加一些创新点或疾病特异性分析内容。

小云这次就分享一个超适合生信小白的纯生信思路，把选题目标聚焦在“DNA损伤”方向上，在转移性结肠癌中建立预后模型，分析思路很简单，但集合了“选题创新和疾病方向创新”就可以发到5分+纯生信，你心动了吗？

l 题目：预测转移性结直肠癌预后的DDR相关特征的构建

l 杂志：Front. Oncol.

l 影响因子：IF=5.738

l 发表时间：2023年2月

研究背景

结直肠癌(CRC)是第三大常见恶性肿瘤，也是最致命的癌症之一。转移性结直肠癌(mCRC)是全球第三大最常见的癌症死亡原因。DNA损伤反应(DDR)基因与CRC的发生发展密切相关。因此，作者旨在构建一个DDR相关的基因标记来预测mCRC患者的预后。

数据来源

研究思路

首先在GSE72970数据集中鉴定预后不良和预后较好患者之间的差异表达基因(DEGs)，将DNA损伤反应(DDR)基因与DEGs取交集获得DDR相关差异基因（DEDGs）。在mCRC患者中，通过单变量和多变量Cox回归建立一个基于4个基因的预后模型并命名为DDRscore。Kaplan-Meier和ROC曲线用于验证预后模型的预测能力。对高DDR评分组和低DDR评分组之间的患者进行功能富集分析、免疫浸润分析和药敏性分析。

主要结果

1. mCRC中DDR差异基因的鉴定和预后模型构建

首先在GSE72970数据集中鉴定预后不良和预后较好患者之间的差异表达基因(DEGs)，获得2776个DEGs（图1A）。然后将233个DNA损伤反应(DDR)基因与DEGs取交集获得15个DDR相关差异基因（DEDGs）（图1B），并将DEDGs映射到DDR途径中（红圈代表DEDGs，图1C）。（ps：一般差异基因筛选是比较肿瘤和正常组织，这里没有对照样本，直接筛选预后不良和良好患者间的差异基因比较新颖，可以学起来哦）

将15个DEDGs进行单变量和多变量Cox回归分析，获得4个与OS相关的基因构建预后模型DDR score（表1）。根据中位数截断值，mCRC患者被分为高DDR评分组和低DDR评分组，进行KM生存分析并利用ROC曲线评估预测性能（图1D, E）。（ps：单变量、多变量Cox回归分析筛选预后基因、构建模型，KM生存曲线、ROC曲线绘制也可以用小云新开发的零代码生信分析小工具实现，云生信分析工具平台包含超多零代码分析和绘图小工具，上传数据一键出图，感兴趣的小伙伴欢迎来尝试哟，网址：http://www.biocloudservice.com/home.html）

图1 差异DDR基因鉴定和预后模型构建

2. DDR评分与临床特征的相关性分析及模型验证

利用多变量Cox回归分析分析DDR评分与临床特征（性别、年龄、pT、pN、肝转移、肿瘤位置和治疗反应）的相关性（图2A）。随后在TCGA-COAD队列（图2B）和GSE39582数据集中进行模型验证（图2C）。

图2 DDR评分与临床特征的相关性分析及模型验证

3. 功能富集和免疫浸润分析

在mCRC训练数据集中筛选了高DDRscore组和低DDR score组之间的32个DEGs（图3A），并进行GSEA富集分析（图3B）。通过ssGSEA计算mCRC中高DDR评分组和低DDR评分组之间28种浸润性免疫细胞的差异丰度（图3C），并比较高DDR评分组和低DDR评分组之间33个免疫检查点的不同表达（图3D）。