厉害了，我的宝！哈医大本科生一作，0实验收下5分+纯生信！这波属实“信”福来敲门，被这操作狠狠秀到！

学术 2024-11-01 19:03 上海

什么00后“废柴”，现在他们可太厉害了！发一篇5.6分的Q1文章，只需要最“朴素”的TCGA和GEO数据库？！不用肝实验，就掉几撮头发，左手咖啡，右手搓代码，这就水灵灵的完成了一篇创新性在线的纯生信文章？哈哈，这个操作有点秀，果叔拿来跟大家一起分享，找找思路何来~

这句话先放在这，你看完可能还会记忆回旋镖：肿瘤细胞的代谢活动不仅支撑了它们的快速增长，还可能成为预测治疗反应和患者预后的有力工具。

该研究是由哈尔滨医科大学宁尚伟团队完成，基于上面提到的理念，作者通过构建一个与代谢相关的基因预后指数（MRGPI），它不仅能够预测卵巢癌患者的预后，还能评估患者对免疫治疗的反应，并识别出针对高MRGPI患者群体的候选治疗药物。主要采用了加权基因共表达网络分析（WGCNA）和差异表达分析相结合的方法，筛选出与肿瘤分期相关的代谢相关基因。通过Cox回归分析构建的MRGPI模型，展现了跨多个临床试验终点和验证队列的稳定性。综合来看，方法很全面，这老弟的涉及思路很有实力哈！PS：这么上头的思路学到没？是否学到位？能够转换思维复现？没关系，有任何进展困难，从代码到实操，就连服务器和一对一教学，果叔都能为你一一为你解决！心动不如赶紧来找果叔唠唠吧~

线上课程教学

课题设计、定制生信分析

云服务器租赁

加微信备注99领取使用

题目：预测卵巢癌预后、免疫治疗反应和候选药物的代谢相关基因预后指数

杂志：Journal of Chemical Information and Modeling

影响因子：IF=5.6

发表时间：2024年2月

公众号后台回复“111”领取文献资料，文件编号：241101

研究背景

卵巢癌是一种高度异质性疾病，患者生存时间差异显著。尽管已有多种治疗手段，但由于复发和化疗耐药性，5年生存率仅为45%。因此，迫切需要新的临床指标来提高卵巢癌的预后预测和治疗决策指导。该研究筛选了与肿瘤分期相关的代谢相关基因（MRGs），构建代谢相关基因预后指数（MRGPI），评估其在卵巢癌预后、免疫治疗反应预测和候选药物筛选中的价值。

数据来源

1.代谢相关基因（MRGs）数据：从KEGG、Reactome、BRENDA和Human - GEM四个资源下载了3936个代谢相关基因。

2.卵巢癌（OC）患者数据

训练集数据：来自TCGA，包括RNA - Seq和突变数据，同时还收集了患者的临床数据。验证集数据：来自GEO数据库，OC患者样本和相关生存数据（GSE26712和GSE9891）。

3.药物敏感性数据：分别从两个药物基因组学数据库（PRISM和CTRP）获取。

4.蛋白质结构数据

四种候选药物（ABT - 737、crizotinib、panobinostat和regorafenib）的结构从PubChem数据库获取。代谢相关基因（MRGs）PC、AAK1、PTPN2和WARS的蛋白质结构从PDB获取。

研究思路

从公共数据库下载和整合代谢相关基因，然后使用WGCNA识别与肿瘤分期相关的基因模块。接着，通过Cox回归分析构建MRGPI模型，并在多个数据集中验证其预后价值。此外，还探讨了MRGPI不同亚组的分子特征、突变特性和免疫表型，然后评估了对免疫治疗的反应。最后，通过药物敏感性数据分析，为高MRGPI患者识别出潜在的治疗药物。

研究结果

1.共表达代谢模块与肿瘤分期相关

WGCNA分析确定了11个模块，其中5个与肿瘤分期显著相关，包括Module1、Module2、Module3、Module4和Module7，这些模块中的基因主要富集在脂质代谢、葡萄糖代谢、胰岛素信号传导等通路。

下面又对不同分期OC患者的表达谱分析，鉴定出4293个差异表达基因（DEGs），其中包括908个差异表达的MRGs，通过交集得到636个与肿瘤分期相关的关键MRGs，这些基因不仅参与代谢活动，还涉及免疫系统、信号转导等重要通路。

2.MRGPI可将患者分为具有不同预后特征的群体

使用单变量和逐步Cox回归分析，作者确定了9个独立的预后生物标志物（PC、UST、PTPN2、RPL12、PLA2G2D、AAK1、WARS、SSH1和SIRT5），构建了MRGPI模型。

Kaplan-Meier曲线显示低MRGPI患者的总体生存率显著高于高MRGPI患者，MRGPI模型在不同时间点的AUC值显示出良好的预测能力，在验证集中也得到了验证。

3.MRGPI亚组具有不同的分子特征和基因组变异

在低MRGPI组中，代谢途径和免疫功能显著增强，包括氧化磷酸化、脂肪酸代谢、炎症反应等；在高MRGPI组中，信号转导通路如TGF-β信号、Notch信号等显著富集。通过分析亚组间的突变差异，发现低MRGPI组中同义突变和非同义突变更为普遍，USH2A和MUC16等基因在不同亚组中表现出不同的突变频率和功能特点。

4.低MRGPI组免疫细胞浸润水平高

在免疫调节剂水平下，MRGPI与MHC分子表达呈负相关，提示抗原呈递和加工能力减弱。大多数适应性免疫细胞在低MRGPI组中更为丰富，如Tfh细胞、B细胞和T细胞等，免疫细胞类型与MRGPI大多呈负相关，而NK细胞与MRGPI呈正相关，癌症免疫周期在低MRGPI组中广泛上调。

5.低MRGPI患者受益于抗PD - 1免疫治疗

低MRGPI组中免疫检查点PDL1、PD1和CTLA4的表达较高，TIDE分数和T-细胞排除分数较低，提示该组患者可能更适合免疫治疗，且对免疫治疗更敏感。通过SubMap算法对比和对GSE78220队列患者的分析，进一步证实低MRGPI组患者更有可能从抗PD-1免疫治疗中获益，且免疫治疗具有延迟效应，低MRGPI患者在长期生存方面表现更好。

6.确定了高MRGPI患者的候选药物

对不同MRGPI组患者的药物敏感性分析，确定了四种在高MRGPI患者中具有治疗潜力的药物（ABT-737、crizotinib、panobinostat和regorafenib），这些药物与MRGPI呈负相关，AUC估计值较差。通过对候选药物的ADMET分析和分子对接，发现ABT-737是最有前途的药物，其次是crizotinib和regorafenib。

文章小结

这篇文章不仅提供了新的研究思路，还展示了如何通过多组学数据整合和分析来挖掘潜在的生物标志物和治疗靶点。作者从基因层面入手，筛选出与肿瘤分期相关的代谢基因，构建的MRGPI模型能很好地预测患者预后，还能区分不同免疫表型和分子特征的患者亚群。这对于大家设计课题时，如何精准地对研究对象进行分层，具有很强的借鉴意义。总之，这篇文章干货满满，用的方法也都是很经典的，大家抓紧实践起来吧~PS：对多组学数据整合感兴趣，还想进一步了解分析方法和技巧的朋友，找果叔就好啦，什么都有，就等你来尝鲜！新朋友还提供服务器试用哦~

果叔还提供思路设计、定制生信分析、文献思路复现；有需要的小伙伴欢迎直接扫码咨询果叔，竭诚为您的科研助力！

定制生信分析

服务器租赁

扫码咨询果叔

往期回顾

UKB数据库真的牛！3天接受，10天发表！免费新数据绝佳发文时期，拼的就是手速！仅2张图就能拿下IF:13.4分？！

NC优质平替！飞升1区Top，超10分的综合性毕业神刊！性价比超高，国人友好，Case Report也收！这波安全上车！

不做实验照样发Nature Communications！借诺奖东风“机器学习”+多组学分析，打造创新思路，每一步都踩在点子上！

水 IF=58.7，这泼天的多组学富贵可得接住！系统生物学研究团队开挂思路，机器学习助力个性化医疗，你就学吧，一看一个不吱声！

http://mp.weixin.qq.com/s?__biz=Mzg3OTg3MjQyNg==&mid=2247504916&idx=1&sn=e548ba6b792ff1fbfabacddb8c03bf46