首页 时事 民生 政务 教育 文化 科技 财富 体娱 健康 情感
更多
旅行 百科 职场 楼市 企业 乐活 学术 汽车 时尚 创业 美食 幽默 美体 文摘

南京医科大团队开发乳腺癌预后模型纯生信发11分+，一作是本科生，现在都这么卷了吗？

文摘   2024-11-11 19:00   上海  


大麦今天发现一篇纯生信文章发了11.4分，揉了揉眼睛，没看错，乳腺癌预后模型+纯生信，再仔细一看，一作还是本科生！看到这里大麦心中不由有了至少三个疑问：
1.这期刊11分+还收纯生信，是何方神圣？
2.纯生信发这么高，还是做的常见肿瘤的预后模型，这篇文章有何过人之处？
3.这篇文章的工作量有多大？
带着这三个疑问，让我们一一来看看。
我们先看期刊，然后看文章吧！
Journal of Advanced Research由开罗大学2010年开始出版，被划为中科院一区Top，属于综合性期刊。国人发文量排第一，国人友好，不过普遍反馈速度较慢，平均四个月左右接受，发文量也不高，OA期刊版面费3500刀。发文难度不算特别高。
然后看文章亮点有哪些？
1.数据量：         

 

    
研究涵盖了来自9个独立乳腺癌队列的1,450个肿瘤样本和222个邻近正常组织样本的DNAmethylation数据，涉及11,114个CpG探针。
经过严格的质量控制和差异methylation分析后，筛选出8,126个具有显著差异的CpG探针用于后续分析。
研究最终包括了1,142名患者（来自TCGA、GSE37754、GSE72245和GSE75067队列）用于ARTEMIS模型的开发和验证。
2.分析方法创新：
开发了ARTEMIS模型，这是一个结合了表观遗传生物标记物主要效应和基因-基因相互作用的预后预测模型。
采用了前向逐步回归策略，结合训练集数据，从候选的表观遗传预测因子中筛选出最终的模型变量。
创新性地整合了临床信息（如年龄、病理分期、淋巴结状态等）与表观遗传生物标记物，提高了模型的预测准确性。
3.验证完备：
在训练集（TCGA）和多个独立测试集（GSE72245、GSE37754、GSE75067）中进行了内部和外部验证，确保了模型的稳健性和普适性。
通过Kaplan-Meier生存曲线和Cox比例风险模型评估了ARTEMIS评分的风险分层能力。
使用决策曲线分析（DCA）评估了模型的临床效用，包括净收益（NB）和净降低（NR）。
开发了交互式在线工具，允许用户上传数据来预测个体化的生存率，提高了模型的临床应用性。
总的看来该研究还是非常棒，整合数据分析发高分又有了一篇参考呢！虽然预后模型发的有点太多，但是做的好还是可以发高分的！思路已经送达，下一步就是实践！还等什么，找大麦来帮忙，专业团队为您提供方案设计和个性化分析！

 

定制生信分析

云服务器租赁

(加微信备注99领取试用)

题目：ARTEMIS: An independently validated prognostic prediction model of breast cancer incorporating epigenetic biomarkers with main effects and gene-gene
interactions
杂志：Journal of Advanced Research
影响因子：IF=11.4
发表时间：2024年8月


研究背景

乳腺癌是一种异质性疾病，受多种遗传和表观遗传因素的影响。大多数乳腺癌预后模型仅关注预测因子的主要效应，忽略了基因-基因相互作用对预后的重要作用。使用来自九个独立乳腺癌队列的DNAmethylation数据，开发了一个独立验证的乳腺癌预后预测模型，该模型结合了具有主要效应和基因-基因相互作用的表观遗传生物标记物（ARTEMIS）。
研究思路    
1.数据收集：
从9个独立数据集中收集了1,450个乳腺癌肿瘤样本和222个邻近正常组织样本的DNAmethylation数据。
涉及11,114个与泛癌相关的CpG探针。
2.差异methylation分析：
对比肿瘤组织和正常组织，进行差异methylation分析。
通过非配对Student's t检验筛选出8,126个CpG探针，这些探针在肿瘤和正常组织间的methylation水平有显著差异（FDR≤0.05）。
3.生物标记物筛选：
⚪发现阶段：
使用TCGA中的774名乳腺癌患者数据。
对8,126个泛癌CpG探针进行主效应分析和基因-基因(GxG)交互作用分析。
通过Cox模型筛选出25个具有主要效应的CpG探针和10,044对具有显著交互作用的CpG探针（q-FDR≤0.05）。
⚪验证阶段：
使用GSE72245中的118名乳腺癌患者数据。
进一步验证了4个具有主要效应的CpG探针和260对具有交互作用的CpG探针（P≤0.05），并且效应方向一致。
4.模型构建与验证：
⚪训练阶段：
利用TCGA中的774名乳腺癌患者数据。
采用前向逐步回归筛选，构建了包含年龄、病理T分期、淋巴结状态、病理M分期、雌激素受体（ER）等临床信息以及2个主要效应探针和6对交互作用探针的ARTEMIS评分模型。    
⚪测试阶段：
在3个独立的人群（GSE72245、GSE37754、GSE75067）中进行内部和外部模型验证。
⚪系统评估：
检索PubMed、MEDLINE、Web of Science、Cochrane Library等数据库，根据PRISMA和CHARMS指南进行系统评估。
最终纳入209篇满足条件的文献进行分析。
5.在线工具开发：
为了方便使用ARTEMIS模型，研究团队开发了一个在线工具，用户可以通过上传表观遗传生物标记物和临床变量的值来预测个体化的生存率。
图1技术路线
主要结果
1.ARTEMIS的风险分层能力
ARTEMIS 根据每个队列计算出的中位数评分将患者分为低风险和高风险组。
在训练集和内部测试集中，与低风险组相比，高风险组的患者生存率显著降低，且具有更高的危险比。
在两个外部测试集中也观察到ARTEMIS具有很好的风险分层能力。    
当根据ARTEMIS评分将患者分为5个不同的组时，随着评分百分位数的增加，患者的预期生存时间显著减少，同时死亡风险增加。
这一分层方法能够显著地区分不同风险级别的患者，为临床治疗决策提供了重要的预后信息。
图2按ARTEMIS评分分层的乳腺癌患者的Kaplan-Meier生存曲线
2.ARTEMIS的模型辨别能力
ARTEMIS 在训练集和内部测试集中准确预测了3年和5年生存率，并在所有测试集中展现了良好的预测能力。
在荟萃分析中，ARTEMIS 在训练集、外部测试集和合并数据中均展现了令人满意的准确性。
ARTEMIS 在训练集和测试集中展现了令人满意的C指数，这表明了模型整体的预测准确性。
综合C指数为0.803，进一步证实了ARTEMIS 在多个独立数据集中的预测性能和辨别能力。
图3ARTEMIS用于3年和5年总体生存预测的时间依赖性接收者操作特征曲线
3.ARTEMIS的模型校准    
ARTEMIS 在训练集和测试集中展现出了良好的校准性能，即模型预测的生存概率与实际观察到的生存概率非常接近。
不同数据集中的E/O比率都接近1，这进一步证明了模型的校准性能良好。
在合并数据中，3年和5年预测的E/O比率也都接近1，且在统计学上具有显著性，这表明ARTEMIS 在多个独立数据集中的预测结果具有高度的一致性和可靠性。
4.ARTEMIS的临床效果
ARTEMIS 在预测3年和5年生存率方面，比仅考虑临床和人口统计因素的基础模型具有更高的临床效用。
ARTEMIS 在3年和5年生存预测中，与基础模型相比，能够额外识别出更多的真阳性患者。
ARTEMIS 在所有干预方法中呈现更高的净降低率，意味着它能够减少不必要的临床干预，同时确保高死亡风险的患者不被忽视。
为了提高预测个体预后和识别高风险患者的能力，开发了一个列线图，用于估计3年和5年时间点患者生存。
    
图4决策曲线分析和ARTEMIS的列线图用于临床应用
5.ARTEMIS性能的敏感性分析
ARTEMIS 在多个亚群中展现了良好的风险分层能力，危险比跨越了一定范围，显示了模型的稳健性。
ARTEMIS 在不同亚群中3年和5年生存预测的AUC值均表现满意，进一步证实了其在不同患者群体中的适用性。
ARTEMIS plus 相比于ARTEMIS，在性能上没有显著提升，表明增加的替代内在亚型并没有提供额外的预测价值。
ARTEMIS plus 相比于基础模型plus表现更佳，强调了表观遗传生物标记物在预测中的重要性。
考虑到模型的性能和简洁性，原版的ARTEMIS 被认为是最优的选择。
6.通过系统评价比较ARTEMIS与现有模型
通过系统评价，研究者从多个数据库中筛选并分析了50,119项研究，最终确定了209篇适合数据提取的文章。    
大多数现有模型基于mRNA，而较少数基于lncRNA、miRNA或DNAmethylation。
许多研究未将临床信息纳入最终模型，这可能影响模型的临床适用性。
样本量在一些研究中不足，可能导致模型过拟合。
大多数研究使用传统的Cox比例风险模型构建预后预测模型。
几乎所有模型都在独立数据集上进行了外部验证，但只有少数模型在亚洲人群中进行了验证。
报告的预测准确性指标显示，不同模型在3年和5年生存预测的准确性上有较大差异。
图5使用四个数据库进行文献检索和选择的系统评价流程图
文章小结
该研究提出了一个独立验证的乳腺癌预后预测模型，该模型结合了具有主要效应和基因-基因相互作用的表观遗传生物标记物（ARTEMIS），并通过系统评价确认了其在预测乳腺癌患者总生存方面的优越性、可行性和实用性。将来，ARTEMIS需要在模型复杂性和成本之间取得平衡，通过简化其在临床环境中的实施来提高临床应用性，以增强乳腺癌的个性化治疗。这个模型构建稍有难度，复现路上有困难可以随时联系大麦！专业生信分析团队，十年分析经验，思路设计、个性化分析都不在话下，助力你的科研一路畅行！
大麦将持续为大家带来生信思路，满足您的花式需求！有课题设计或其它疑问都可以加微直接咨询！免费思路评估、 付费生信分析和方案设计以及付费投稿选刊等统统不在话下！

推荐阅读


大麦有话说

大麦还提供服务器租赁、思路设计、定制生信分析、文献思路复现、临床数据库挖掘；有需要的小伙伴欢迎直接扫码咨询大麦，竭诚为您的科研助力！

 http://mp.weixin.qq.com/s?__biz=Mzg5MDY5NDcyNw==&mid=2247513848&idx=1&sn=ed923845c742e13f0f95f24d2cb4fae1
尔云间meta分析
分享meta分析学习方法、医学统计基础知识、meta分析软件操作技巧、SCI论文发表经验等精彩内容。
 最新文章
这个1区7分+杂志也太好发了，机器学习大热门+铁死亡，纯生信1个月接受！锦州医科大学一附院团队选它直接赢麻了！
肠道菌群又登上Cell“新贵”子刊！江南大学陈卫院士团队这次做的“脑肠轴”是肠道菌群和神经炎症，“多组学”整合分析思路值得细品！
IF=50.5！浙大博士生一作登《自然》！“乳酸化修饰”不愧是热点主流！“cGAS+CRISPR”助力，首次发现乳酸感知蛋白！
乳酸化又有新发现！PNAS重磅发文：RNA m6A去甲基化酶的乳酸化促进对DNA病毒的先天免疫反应
中医药的风依旧很大！中国中医科学院团队这篇文章做的是“中药复方调节氨基酸稳态和PI3K/AKT/mtor通路”，值得学习~
每个生信人都需要一台服务器
中医药、网药分析加上技术路线图，发文就能涨1分？这好事儿不得跟一波！
CHARLS数据库太牛了！分分钟拿下TOP期刊！
同一天连发2篇《柳叶刀》正刊！“网状Meta”又立大功!兰州大学/重庆医科大学太牛牪犇了！
“药食同源”潜力无限，1个月拿捏2区毕业神刊，审稿飞快！贵州中医药大学：成分测定+网络药理学+分子对接，超简单思路爱了爱了！
网络药理学难上5分+？那可不见得，有了机器学习和干湿结合，拿下11分+也未尝不可！2个多月发文，太惊艳了！
家人们，独享拼团服务器，真的很贴心！
没开玩笑！就是纯生信发Nat Commun！多疾病“牵头”,单细胞+转录组+共定位“一条龙”！这模版你也可以！
一种新型神经保护策略的诞生！上交殷善开/时海波：GABAergic中间神经元对神经毒性更易感，“保护机制”思路适合临床人细品！
IF 26.8！高被引论文！让我们一起迎接“GBD数据库”时代，最佳发文时期，拼的就是手速！！别逼我催你！
IF=11.4南京医科大“本科生一作”发中科院1区，后浪真的强啊！预后模型纯生信分析还能发11分，得好好看看怎么做的~
药食同源化合物就这么华丽的登上了Nat Commun！重庆医科大郭风劲团队这篇做的是非肿瘤细胞衰老方向，好思路学起来！
研究靶点如何丝滑切入？暨南大学查振刚团队这篇文章单细胞测序入手，结合“国自然王炸”糖酵解+巨噬细胞，4个月登上AS！
老师，我是某科室的，我们能做生物信息学研究吗？
What！这本中科院一区Top期刊突然被on hold了？科睿唯安飘了？
曹雪涛院士3天连发3篇高水平文章（1篇29+），真的牛！“单细胞+空间转录组”上大分！这把真是高端局，这“泼天的富贵思路”接起来
Nature Communications是水刊？能水到国自然，你服不服？国自然榜一大哥”巨噬细胞“结合多组学领跑，实至名归！
IF10.4！发文新姿势:孟德尔随机化+心脏病代谢组+蛋白质组，GENOME MED杂志新鲜出炉的这篇药靶研究很妙！
“植物提取物XXX通过MAPK/mTOR信号通路激活自噬保护XXX”，这个设计思路一看就非常适合你！
巨泡式死亡——新热点一定不能放过！厦大团队：新型细胞死亡联合焦亡+凋亡+溶酶体，多热的联合发AS!
这套孟德尔随机化生信“组合拳”打的也太溜了！12种机器学习+转录组+WGCNA，buff叠满！快学起来！
已发！国自然新宠乳酸化+线粒体+整合多组学数据集+胃腺癌做预后分析，换个癌种可复现！
三天内连发三篇顶刊，曹雪涛院士团队这节奏太快了！后两篇是拆开发的吗？
一分钟讲清什么是网络药理学
又幸福了，单细胞转录组测序！湘雅医院：单细胞测序+小鼠模型发14分+，NC对“单细胞”真的很青睐！
“药食同源”再度发力！南京大学团队：药食同源植物提取物入手，结合巨噬细胞+多组学，手把手教你设计一篇国自然！
发文量暴涨五倍！Advanced Science会将成为下一本高分“水刊”吗？复旦大学这篇“多组学-共病”佳作前来打假！
IF14.7|巨噬细胞方向只知道做“极化”？南方医科大学团队手把手教你用“巨噬细胞吞噬”联合“多组学”设计一篇国自然！
中草药提取物携“细胞衰老”登上Nature Aging！老外都开始研究中药了，你还在等什么？
每个生信人都需要一台服务器
干湿结合思路简直不要太好用！同济大学何志颖团队直击“细胞衰老”主题，拿下1区11+！经费不够，生信来凑！
国产数据库再显风采！不想做实验千万别错过CHARLS！
号外号外！临床数据库挖掘新热点：“甘油三酯-葡萄糖指数（TyG）”，与多种疾病相关！再不下手可就没了！
发顶刊如鱼得水！IF即将破10分，0实验3张图，看安徽医科大学团队如何搞定一区Top期刊！孟德尔随机化也太好用了吧！
南京医科大团队开发乳腺癌预后模型纯生信发11分+，一作是本科生，现在都这么卷了吗？
家人们，独享拼团服务器，真的很贴心！
生信0实验直击13分1区Top！microRNA +机器学习+生物标志物，这热点拿捏的谁看了不说一声绝了！
IF=26.8！不是吹牛，是真的牛！复旦大学团队：巨噬细胞+单细胞+脂代谢+免疫治疗热点堆堆乐，简直是好吃到不行的国自然全家桶！
登高望远！中医药研究思路如何拔高？青岛大学附属医院：网络药理学+代谢组学+分子对接，这篇一区SCI指明方向！
肝不好，头先知？北大屠鹏飞/曾克武搭档：国自然Top级热点“脂质代谢”结合单细胞测序，“脂” 高一筹拿下一区12+!
如何看待Science Advances影响因子疯狂下跌？复旦大学硕士共一打的巨噬细胞+代谢重编程组合拳，化身科研界的变形金刚！
清华大神发布Nat commun，代码大方公开，复现so easy！机器学习 “巅峰” 时刻！双诺奖护航，速速冲！
临床医生发文捷径！单细胞“干湿结合”，省时省力又省钱！南京医科大学携手线粒体自噬+泛素化，发文效果立竿见影！
我没看错吧！南方医科大学吴娴波团队挖掘UKB数据库，仅七张图表，就这么水灵灵的发了26.7分！怎么做到的？快来取经！
生信大神都在用的生信服务器，好东西值得试试，双十一入手超划算！
 分类
时事
民生
政务
教育
文化
科技
财富
体娱
健康
情感
旅行
百科
职场
楼市
企业
乐活
学术
汽车
时尚
创业
美食
幽默
美体
文摘
 原创标签
时事 社会 财经 军事 教育 体育 科技 汽车 科学 房产 搞笑 综艺 明星 音乐 动漫 游戏 时尚 健康 旅游 美食 生活 摄影 宠物 职场 育儿 情感 小说 曲艺 文化 历史 三农 文学 娱乐 电影 视频 图片 新闻 宗教 电视剧 纪录片 广告创意 壁纸头像 心灵鸡汤 星座命理 教育培训 艺术文化 金融财经 健康医疗 美妆时尚 餐饮美食 母婴育儿 社会新闻 工业农业 时事政治 星座占卜 幽默笑话 独立短篇 连载作品 文化历史 科技互联网
 发布位置
广东 北京 山东 江苏 河南 浙江 山西 福建 河北 上海 四川 陕西 湖南 安徽 湖北 内蒙古 江西 云南 广西 甘肃 辽宁 黑龙江 贵州 新疆 重庆 吉林 天津 海南 青海 宁夏 西藏 香港 澳门 台湾 美国 加拿大 澳大利亚 日本 新加坡 英国 西班牙 新西兰 韩国 泰国 法国 德国 意大利 缅甸 菲律宾 马来西亚 越南 荷兰 柬埔寨 俄罗斯 巴西 智利 卢森堡 芬兰 瑞典 比利时 瑞士 土耳其 斐济 挪威 朝鲜 尼日利亚 阿根廷 匈牙利 爱尔兰 印度 老挝 葡萄牙 乌克兰 印度尼西亚 哈萨克斯坦 塔吉克斯坦 希腊 南非 蒙古 奥地利 肯尼亚 加纳 丹麦 津巴布韦 埃及 坦桑尼亚 捷克 阿联酋 安哥拉