今天Greens为大家分享一篇单基因生信分析范文，多组学分析+数字图像分析，转录组+基因组+表观组一气呵成，对这篇文章的思路感兴趣的老师，欢迎扫码咨询！
文章标题：Multi-omics profiling and digital image analysis reveal the potential prognostic and immunotherapeutic properties of CD93 in stomach adenocarcinoma
中文标题：多组学分析和数字图像分析揭示了CD93在胃腺癌中的潜在预后和免疫治疗特性
发表期刊：Frontiers in Immunology
发表时间：2024年8月
影响因子：5.7/Q1
免疫疗法显着改善了患者的预后。CD93作为I.型跨膜糖蛋白，与肿瘤相关的血管生成相关;然而，CD93 与胃腺癌 （STAD） 免疫治疗的相关性尚不清楚。
研究思路
采用TCGA、GTEx、GEO、TIMER2.0、HPA、TISIDB、TCIA、cBioPortal、LinkedOmics和ImmuCellAI公共数据库对STAD中的CD93进行解析。通过R（版本4.1.3）、GraphPad（版本8.0.1）和QuPath（版本0.3.2）对数据进行可视化和统计分析。
数据来源
结果分析
1. CD93在STAD中的表达情况
为了探究CD93的基本表达，我们首先分析了TCGA数据库数据集中正常样本和肿瘤样本之间CD93表达水平的mRNA表达，发现STAD在基于GTEx和TCGA数据集集成数据库的组合数据集中，STAD肿瘤样本中CD93表达显著上调。结果显示，与正常样本相比，STAD中CD93显著上调。
2. CD93突变分析和甲基化分析
深度缺失类型的平均表达量最高，其次是二倍体类型、增益类型、放大类型和浅缺失类型。最后，在LinkedOmics数据库中探讨了CD93甲基化与STAD中CD93 mRNA表达的相关性。数据显示呈强负相关。
3. CD93表达与STAD预后价值的相关性
通常，差异表达基因与患者的生存和预后有关。从上述结果可以看出，CD93在某些肿瘤和正常组织之间的表达不同。为了了解CD93表达水平与预后的相关性，我们使用单因素和多因素Cox回归模型来评估STAD的OS。
4. CD93与免疫相关基因与免疫浸润的相关性
免疫细胞和免疫相关基因作为TME的重要组成部分，对TME的稳态和进化有着重要贡献。为了解CD93与免疫相关基因（包括免疫抑制基因、免疫刺激基因、HLA、趋化因子和趋化因子受体基因）的关联，我们在TIMER2.0数据库中进行了TCGA的STAD中的CD93和免疫相关基因共表达分析。
5. CD93表达与免疫细胞浸润水平的相关性
我们探讨了CD93表达与TME的相关性。我们计算了 STAD 中的基质评分、免疫评分和 ESTIMATE 评分，我们的结果表明，它们之间存在很强的正相关关系。
6. GSEA的功能分析
通过GSEA说明了CD93在STAD中的生物学作用。分析了CD93的功能性HALLMARK和KEGG术语。结果表明，高CD93组NES值最低的前3个HALLMARK项依次为Kras信号DN、精子发生和胆汁酸代谢。
7. 通过DIA分析CD93表达
QuPath的Human Protein Atlas免疫组织化学染色图像分析结果。
8. 外部数据集验证了 CD93 基因与免疫、预后和免疫治疗之间的相关性
根据Kaplan-Meier生存曲线，高CD93组患者寿命更长，差异有统计学意义.结果表明，PD-1抑制剂或CTLA4抑制剂联合抗CD93治疗在STAD中的免疫治疗效果可增强。
文章小结
我们的研究表明，CD93 是一种潜在的致癌基因，是预后较差的指示性生物标志物，并发挥其免疫调节特性和在 STAD 中免疫治疗的潜在可能性。
