1分钟告诉你非肿瘤疾病如何分析免疫浸润，6分+脂质代谢的纯生信分析文章你也能拥有！

之前跟你们说过，每当小云写文章无思路的时候，就会去找经验丰富的胖师兄求助，此时此刻，小云也正在犹豫要不要开口、如何开口更加自然。

我还没想好怎么开口，美女粉丝发来一条信息：小云你好，你发的文章我基本上都看过，但是有个问题想请教，我看分析免疫浸润的都是肿瘤，那么非肿瘤疾病能不能分析免疫浸润？

哎呀呀，不得不说她这个问题提的不错，其实非肿瘤疾病也能分析免疫浸润哦。

（没有思路找小云，超多个性化、创新性高的分析思路供你选择！）

没想到跟粉丝聊聊天，这思路不就来了吗？这回不用麻烦胖师兄了。看来小云以后要多跟粉丝互动才行呀！

话不多说，今天小云就借用一篇6分+脂质代谢的纯生信分析文章，带你看看非肿瘤疾病是如何分析免疫浸润的。

 研究思路

利用GEO数据库中椎间盘退变（IDD）血液样本的GSE124272基因表达谱数据进行差异分析，结合脂质代谢相关基因（LMRGs），利用加权基因共表达网络分析（WGCNA）筛选出与IDD进展有关的hub LMRGs，并对hub LMRGs进行功能富集分析和免疫浸润分析。采用主成分分析、机器学习模型和表达验证等方法来评估hub LMRGs。

主要研究结果

1.   椎间盘退变（IDD）患者DEGs的鉴定和富集分析

分析IDD中的差异表达基因DEGs 并进行富集分析，KEGG和GSEA结果提示，在IDD发生过程中，toll样受体信号通路、铁死亡、中性粒细胞胞外诱捕网形成等信号通路显著富集 (图1)。

2.   椎间盘退变（IDD）患者的免疫细胞分析

采用CIBERSORT方法进行免疫浸润分析，估计两组血液中22种免疫细胞的相对比例（图2A）。中性粒细胞在IDD患者的血液中异常上调，而γδT细胞下调(图2B)。还分析了各样本中免疫细胞的表达情况和比例（图2C-D）。

3.   加权基因共表达网络分析（WGCNA）及椎间盘退变进展中脂质代谢相关基因（LMRGs）的筛选与验证

进行WGCNA分析，将所有基因归纳为不同的共表达模块，评估模块-性状关系热图，其中grey60模块相关性最强。将IDD组中的差异基因DEGs、grey60模块中差异基因和KEGG数据库中的750个LMRGs取交集，得到10个基因 (图3B)。基于这10个基因建立机器学习模型来验证这些基因的预测能力。利用验证集验证这10个基因在正常和IDD患者椎间盘（IVD）组织中的表达情况（图3E）。其中CYP27A1、FAR2和CYP1B1被鉴定为中心基因，而CYP1B1是与IDD临床性状的相关性最强的基因。

4.   基于CYP1B1的功能分析及免疫浸润分析

验证集中CYP1B1均显著高表达(图4B)，将IDD患者分为高CYP1B1组和低CYP1B1组，GESA分析显示富集在多种免疫相关通路（图4C-D）。还分析了免疫浸润与CYP1B1表达的关系，发现中性粒细胞浸润水平与CYP1B1表达呈正相关，而γδT细胞与CYP1B1表达呈负相关（图4E-F）。

5.   Nomogram椎间盘退变预测模型的构建

基于3个LMRGs的表达水平，构建预测IDD进展的nomogram模型，证实了模型对IDD的预测能力（结果未展示，感兴趣的找小云要原文哦）。

总结

看完这篇文章是不是就知道非肿瘤疾病也能分析免疫浸润啦，方法与肿瘤类似，如果你关注的疾病是非肿瘤，快来分析一下与免疫浸润的相关性吧！筛选出关键的免疫细胞，还可以以此为基础设计后续的实验课题哦。

小云有话说

如果您想设计免疫浸润相关的课题思路或者生信分析思路，但是时间和精力有限，我们可以提供如下帮助：免费评估（只要提供疾病即可）、腹诽设计、生信分析和实验项目实施等。欢迎咨询小云哦！