目标基因选的好,经典生信思路也能上12+!复旦团队这篇预后模型+单细胞,99%都是生信,极具性价比!

学术   2024-11-08 10:02   上海  
预后模型能发几分?貌似小伙伴们经常会问小云这个问题,今天小云想告诉大家想发几分都能行!10分+也不在话下!不信?跟我往下看~
今天这篇文章还是发表在小云前天分享的这个杂志Int J Surg.(IF:12.5)上,思路非常容易复现:
首先,文章基于S100家族成员构建了一个胰腺腺癌的预后预测模型,目标分子的选择很新颖。
其次,作者还在单细胞水平上分析了S100驱动的恶性进展的潜在机制,揭示了S100表达差异对免疫微环境的影响。
最后,研究锁定了核心基因S100A11,为了验证该核心基因在耐药过程中的作用,作者进行了RNA测序验证实验,这也是文章能发12+的点睛之笔。
总体来说,该思路的性价比还是极高的,只要目标基因够新颖,即使是纯生信也能冲一个不错的分数!有需要的宝子可以联系小云!不管是思路设计、还是生信分析,亦或者需要服务器通通都能找我!坐等大家光临哦~

定制生信分析

云服务器租赁

(加微信备注99领取试用)


   
题目:胰腺腺癌S100家族成员预后预测模型构建及单细胞水平免疫微环境景观分析:肿瘤标志物预后研究
杂志:Int J Surg.
发表时间:2024.6

关注公众号,后台发送“123”可以直接获取原文PDF,文献编号:241108

研究背景
胰腺腺癌的5年生存率仅为10%,由于其特殊的解剖位置,使得肿瘤组织获取困难,这是一个巨大的挑战。这一限制强调了对新型生物标志物的迫切需要,以对这一患者群体进行分层。因此,本研究旨在构建以S100家族成员为中心的预后预测模型。
研究结果
S100家族成员预后预测模型构建及预测效果比较
首先,作者构建了一个网络图来可视化S100家族成员之间的相互作用及其在GSE71729队列中的预后意义。发现10个S100家族成员预后不良。随后,在TCGA、E-MTAB-6134、GSE57495、GSE79668、GSE62452和ICGC等不同队列中评估了这10名S100家族成员的预后意义。在这些额外的队列中,S100A1并没有成为一个重要的风险预后因素。利用LASSO函数确定预后预测模型的关键基因,最终的预测模型由6个S100家族成员组成。    
预测能力评价及临床治疗意义探讨
为了评估模型的预测能力并探讨其临床治疗意义,采用了几种综合分析,包括ROC曲线、校准曲线、Bootstrap重采样进行内部验证,都证实了模型的稳健性。此外,在临床治疗意义方面,与AJCC TNM分期相比,该预测模型在新辅助治疗不良反应方面表现出更好的辨别能力。    
S100基因在细胞群中的表达分布及单细胞水平上S100驱动的恶性倾向的探讨    
使用R包Seurat显示单细胞水平的间充质微环境细胞分布。为了鉴定与S100驱动的恶性倾向相关的基因,利用R包极限分析S100高、低评分组的差异表达,鉴定出26个上调基因和28个下调基因。随后,使用GSEA进行的Reactome富集分析显示,嘧啶分解代谢途径可能是s100驱动的恶性倾向的核心机制。根据嘧啶分解代谢相关的富集基因在细胞簇中的表达水平,鉴定出5个基因NT5C、NT5E、NT5M、UPP1和UPP2。利用R软件包Seurat中的AddModuleScore函数,基于该基因集计算嘧啶代谢评分。随后,应用sctyper功能将恶性细胞分为Pym+和Pym-细胞。研究结果显示,在S100评分高的组中,Pym+恶性细胞的比例更高。    
   
胰腺腺癌中s100相关免疫微环境变化的综合分析及关键免疫细胞间的CellChat分析
使用tSNE图可视化免疫微环境的详细特征。为了说明不同细胞群在S100高分组和低高分组之间的分布,作者生成了条形图,展示了S100高分样本与S100高分样本之间细胞群的分布比例。利用Wilcoxon检验比较S100高、低评分组间免疫细胞浸润的差异,强调恶性细胞、CD4+ T细胞、CD8+ T细胞、NK细胞的差异具有统计学意义。    
利用R包CellChat,探索了两个细胞群体之间的信号通路网络和配体受体对。作者展示了S100评分高和低组中任何一对细胞群之间重要配体-受体对的数量和相互作用强度。作者研究重点是CD8+ T细胞、CD4+ T细胞、NK细胞和其他细胞之间的相互作用信号通路网络。研究发现SEMA信号是恶性细胞和巨噬细胞之间PLXND1受体的关键途径。在低S100评分组中,发现巨噬细胞通过SPP1通路信号间接调节CD8+和CD4+ T细胞,利用受体CD44。作者进一步展示了S100低评分组巨噬细胞与其他细胞(包括CD8+和CD4+ T细胞)之间的SPP1信号通路网络。此外,揭示了SPP1信号通路网络中所有细胞类型的外向和传入相互作用强度以及相互作用作用。    
S100评分相关新佐剂敏感性的变化及S100核心基因耐药的探索实验验证
作者进行了一项Wilcoxon试验,比较不同组对新辅助化疗反应的S100评分,特别是中度反应、最小反应和不良反应。结果清楚地表明S100评分的增加与较差的治疗反应相关。通过进一步的探索,确定了S100A11是导致敏感性变化的核心基因。通过分析不同治疗反应组中S100基因在单细胞水平上的表达水平,发现在吉西他滨不良反应组中,只有S100A11的表达水平显著较高。为了验证S100A11作为核心基因在耐药过程中的作用,在正常培养基、吉西他滨处理、5-fu处理和吉西他滨耐药等条件下培养胰腺细胞。从这些培养物中获得的样本进行RNA测序。采用Wilcoxon检验,比较了S100A11在不同治疗组中的表达水平,进一步证明了S100A11作为耐药相关核心基因的重要性。    
文章小结
这篇文章整体读完有没有感觉思路很经典很简单,复现很容易?我来我也行?还是那句话,只要有创新的目标分子,即使是经典套路也依然能发高分!赶紧换个基因换个疾病再来一篇吧!如果选题方向搞不定直接找小云!专业团队可以帮你搞定思路设计生信分析,只要你需要,随叫随到~需要服务器的宝子也可以call小云哦~

定制生信分析


云服务器租赁

热点推荐

孟德尔随机化

临床公共数据分析

单细胞测序

肿瘤免疫与微环境

机器学习

单基因分析

生信云服务器

代码合集(点击查看)

培训班系列(点击查看) 

云生信学生物信息学
专注生信10余年,原创文章数千篇; 公号资料免费领,寻求服务找小云; 长期学习加关注,生信干货更不停。
 最新文章