0测序！超赞的外泌体8分+Frontiers生信思路，还联合了微生物数据分析，厉害了！

外泌体想做生信分析还在靠自己测序？

NO! NO! NO! 

还有更简单直接的方法

就是借助各种外泌体数据库，比如ExoCarta、Vesiclepedia、ExoBCD等等

利用数据库获得外泌体相关基因集合，就可以跟肿瘤差异基因进行联合分析，再往下就会一波常规分析操作啦外泌体公共数据挖掘的文章创新性还挺高，也不限疾病，一般只需简单常规的分析套路就可斩获高分文章，直接达到事半功倍的效果，YYDS！

话不多说，直接展示：外泌体相关LncRNA对做肿瘤分型和预后模型的8分+思路，只需公共数据，还联合下微生物（也是公共数据哦），创新性相当赞，学起来~ ~ ~

发表时间：2022年7月

发表杂志：Frontiers in pharmacology

影响因子：IF=8.786

文章题目：探索外泌体相关LncRNA对作为食管鳞状细胞癌免疫微环境、生存结果和微生物景观预测因子的潜力

数据来源

研究流程及主要结果

从ExoBCD数据库下载了121个外泌体相关基因(ER-mRNAs)，采用共表达策略筛选外泌体相关lncRNA(ER-lncRNA)，并构建ER-lncRNA对。通过对3459个有效的ER-lncRNA对进行一致聚类，确定了三种亚型，进行生存预后、免疫浸润、药敏性、功能富集等分析。随后使用单变量Cox回归分析和LASSO Cox回归分析，基于GEO队列中的8个ER-lncRNA对开发了一个预后风险评分模型，并基于ROC曲线、决策曲线分析(DCA)、临床相关性分析以及单变量和多变量Cox回归都证实了预后模型具有良好的预测能力，并且风险评分可以作为不同队列中的独立预后因素。基于风险模型进一步分析TME，利用TCMA评估风险模型与微生物分布的关系。基于机器学习算法确定了最佳的ER-lncRNA，并结合GTEx和TCGA数据库以及收集的临床样本分析其表达水平。

文章小结

这篇文章利用外泌体相关lncRNA对分别作了肿瘤分型分析和风险模型的构建，整体分析内容比较充实但分析套路还是相对简单，不过模型构建之后与微生物的公共数据进行相关性分析，这种分析做的比较少，增加了创新性。再加上一开始的外泌体公共数据库的应用，创新性绝对没的说！ 

这又是一个小云压箱底的好思路，外泌体方向公共数据挖掘+生信分析的文章还不多，并且不限疾病（肿瘤和非肿瘤疾病都可以做哦），绝对超赞，看到不要错过哟！