5张图的非肿瘤干湿结合文章如何拿下8分+? 选对疾病+亮眼思路+新颖验证实验，不蹭热点

2023-02-21 19:00 作者:尔云间 0人读过 | 我要投稿

嘿！是你还在苦苦寻找上车生信的绝佳方向吗？

来小云看看吧！

这里有新鲜出炉的生信热点方向、还有一茬接一茬的创新型思路····

关注起来，想找什么热点，想看什么思路，call下小云，坐等推荐

小云今天在PubMed里遛弯儿的时候，发现了个题目看起来普普通通但又好像暗藏乾坤的8分+文章，（ps：整天泡在pubmed里，看文献就跟逛街一样了，看到点新鲜东西就两眼放光，立马分享出来给小伙伴们看看），5张图就发了8分+，打眼一看每张图都很简单的样子，也没有蹭热点，所以它怎么做到的，听小云细细讲来~ ~

小云细细读了这篇文章，恍然发现作者是打了一套超厉害组合拳呀，选了个研究少创新性高的疾病（肾移植急性排斥）（ps：疾病选的好，很容易达到事半功倍的效果哦），分析思路亮眼，虽简单但逻辑性比较强，再加上验证实验设计的比较新颖（临床血样流式细胞术检测细胞比例）。整个文章数据量不大但创新性很高， 8分+简直手到擒来，妥妥地表面平平无奇实则暗藏乾坤啊！

l 题目：综合生物信息学分析确定PDCD1是肾移植急性排斥反应的潜在生物标志物

l 杂志：Front. Immunol.

l 影响因子：IF=8.786

l 发表时间：2023年1月

研究背景

急性排斥（AR）是肾移植预后的决定因素。除了肾活检，AR的其他监测指标，如肾功能、供体特异性抗体和血清免疫抑制药物水平，特异性要低得多，准确的非侵入性新生物标志物具有很高的阴性预测价值，可以替代活检监测。因此寻找新的无创性生物标志物对于AR早期诊断和及时治疗是非常必要的。

数据来源

研究思路

识别5个GEO数据集中的交叉差异表达基因(DEGs)，并对DEGs进行GO和KEGG富集分析。利用CIBERSORT法计算免疫细胞浸润分布。将来自WGCNA的排斥反应相关基因与选择的KEGG途径-T细胞受体信号传导途径(hsa04660)中的富集基因取交集，并使用STRING数据库和Cytoscape软件构建PPI网络，鉴定出1个hub基因PDCD1。最后在临床外周血样本中进行了流式细胞术分析来验证hub基因表达。

主要结果

1. DEGs的鉴定和功能富集分析

使用GEO2R在线工具分别筛选5个数据集中的差异表达基因，取交集后获得1450个DEGs（图1A）。对DEGs进行GO和KEGG富集分析，发现DEGs在T细胞活化、T细胞受体信号传导途径显著富集（图1B, C）。

图1 DEGs的鉴定和功能富集分析

2. WGCNA和免疫细胞浸润分析

在GSE25902中进行WGCNA分析，以筛选排斥相关模块，共获得3个排斥相关模块，7235个排斥相关基因（图2C）。在GSE25902中利用CIBERSORT分析22种免疫细胞的浸润情况，发现CD8+T细胞、记忆激活的CD4+ T细胞、γδT细胞等在急性排斥组中显著升高（图2D）。（ps功能富集分析、免疫浸润分析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2 WGCNA和免疫浸润分析

3. Hub基因的识别

KEGG富集分析、GO富集分析和免疫细胞浸润分析都表明，T细胞活化和信号传导在移植肾急性排斥反应的免疫反应介导中起主导作用。因此选择了一个显着丰富的KEGG途径，T细胞受体信号通路(has04660)，将该途径中的基因与来自WGCNA分析的7194排斥相关基因取交集后，获得22个候选基因（图3A，B）。（ps：这里就凸显了作者分析思路的逻辑性与创新性，常规分析一般会将DEGs与WGCNA模块基因取交集进行下游分析，这里是选择与通路富集基因取交集，由前面的功能富集分析和免疫浸润分析结果来选定后续分析方向，逻辑性强且比较新颖，这个思路学起来吧！）通过STRING对这些基因进行PPI网络分析，确定hub基因PDCD1（PDCD1也是个DEG）（图3C, D）。

图3 Hub基因的识别

4. hub基因表达与急性排斥反应关系的验证

收集126名健康对照组、146名移植前受者（包括124名肾功能稳定的受体（STA-pre）和22名移植后1年内发生急性排斥反应（AR-pre）的受体）、30名肾功能稳定的受者（STA）和12名发生急性排斥反应的受者的全血样本（ps：这里的验证样本数量比较大，也是文章发高分的一个助力点，所以如果验证队列能收集到比较多的临床样本就尽量多收集些，以后干湿结合是大趋势，大样本量验证也是一个比较好的选择）。PDCD1编码程序性细胞死亡蛋白1 (CD279，PD1)，所以这里利用流式细胞术检测外周血中CD4+PD1+CD57- T细胞和CD8+PD1+CD57- T细胞比例以评估PDCD1在CD4+ T细胞（图4）和 CD8+ T（图5）细胞中的表达。