Nature望尘莫及? 生信还不容易! 小云带你从Nature前沿文献中get生信分析着手点

2022-10-18 09:33 作者:尔云间 0人读过 | 我要投稿

追踪科研最前沿方向，那必须还得靠“CNS”老大哥啊，虽然让小云发CNS级别的文章是“为难臣妾了”，但从里面挖掘出生信方向可就是小云的看家本领。

科研人科研魂，爬起来看文献啦，小云给你送上Nature文献大餐“The metastatic spread of breast cancer accelerates during sleep”

文章最主要的发现就是：当机体睡眠时，肿瘤会产生更多的循环肿瘤细胞（CTC），并且大多数自发的CTC内渗事件发生在睡眠期间，休息期CTC极易转移。也就是说肿瘤充分利用人体生物钟的节律，在人体休息时，加快增殖，并且脱离，进入血液循环系统，加速转移。

从这个方向中可以挖掘出来什么生信研究点呢？那就是“昼夜节律”，并且昼夜节律紊乱本身也是一个影响肿瘤的独立危险因素，刚好可以做生信呀！

小云公众号持续为大家带来最新生信思路，需要复现或定制分析思路的朋友欢迎call小云，风里雨里小云公众号等你！

下面就找篇昼夜节律方向的生信文章实践一下，看看思路吧！

发表时间：2022年1月

发表杂志：Frontiers in Immunology

影响因子：IF=8.786

文章题目：基于生物钟的新型列线图的识别和对前列腺癌肿瘤免疫微环境的洞察

研究背景

目前，昼夜节律（Circadian rhythm，CDH）对前列腺癌 (PCA) 的肿瘤发生和进展的影响仍有待了解。作者建立了一个新的列线图基于生物钟 (circadian clock，CIC) 相关基因来预测PCA 进展，并提供了对肿瘤免疫微环境的见解。

数据来源

研究流程

主要结果

1. 差异表达 CIC相关基因的鉴定和风险模型的构建

将CIC 相关基因与 TCGA 中的差异和进展相关基因交叉后，鉴定了 68 个基因。利用 Lasso 回归分析确定了 20 个候选基因，通过验证DEGs和预后的一致性，使用10个基因建立预测模型。随后，进行ROC曲线分析以评估风险模型的准确性和稳定性，并基于风险评分将患者分为高低风险，进行KM生存曲线分析。

2. 预后列线图的开发

建立基因特征的列线图来预测 PCA 患者的 PFI，并利用校准曲线评估列线图可靠性。

3. 基因临床相关性和功能分析

分析10个基因之间、基因与TMB 和 MSI、风险评分与临床参数之间的相关性。最后对10个基因进行GO、KEGG富集分析。

4. 基因组改变与预后的相关性

从 GSCALite 中获得10 个基因的的拷贝数变异 (CNV)、单核苷酸变异 (SNV) 和甲基化水平，并分析其与 PCA 患者的OS和 PFI 的相关性。

5. 肿瘤免疫微环境与CIC通路相关基因的相关性

使用三种算法（Cibersort、Xcell 和 Mcpcounter）展示了 PCA 组织和正常组织中的免疫评分分布，使用 ssGSEA 来评估免疫浸润水平与基因之间的关联，利用spearman相关系数分析风险评分与浸润的免疫细胞的相关性。分析风险评分与TMB、MSI 之间的相关性以及CIC通路基因与免疫检查点基因之间的相关性。最后，在GDSCs 和 CTRP中分析10个基因与药物敏感性之间的相关性。