看到小云的文章題目，你可能會比較疑惑——焦亡都已經(jīng)提出那么久了，純生信還能發(fā)到8分+，是不是真的??？

哈哈，是真的！小云在剛看到這篇文章前也是比較吃驚，本來已經(jīng)把焦亡歸為干濕結(jié)合類方向了，結(jié)果又冒出個剛發(fā)表的8分+純生信，那我們就來瞧一瞧它葫蘆里賣的什么藥，怎么達(dá)到如此驚喜的效果~?~

原來是個“撿漏”成功的文章，這里的“撿漏”可不是貶義，這是一種選題智慧——關(guān)鍵是疾病和分析方向要選好，比如這篇文章中研究焦亡在非腫瘤疾?。摱景Y）中的預(yù)測作用，焦亡可能在腫瘤中已經(jīng)研究的比較多了，但在膿毒癥這類非腫瘤疾病中做的還比較少，可以查到目前在膿毒癥中做焦亡方向生信分析的文章僅此一篇，那么它的創(chuàng)新性自然就高了（ps：這就是撿漏成功了，需要滿足某分析方向在某疾病中沒有或者少有生信文章，那我們就可以放心撿漏了，創(chuàng)新性絕對不低）。

另外一個技巧就是分析思路有點創(chuàng)新——在非腫瘤疾病中構(gòu)建預(yù)后模型+疾病分型，在一眾非腫瘤診斷模型或聯(lián)合疾病分型思路中，預(yù)后模型思路的效果非常哇塞！

l?題目：通過焦亡相關(guān)基因標(biāo)記預(yù)測膿毒癥患者的預(yù)后

l?雜志：Front. Immunol.

l?影響因子：IF=8.786

l?發(fā)表時間：2022年12月

研究背景

膿毒癥仍然是一種威脅生命的高死亡率疾病，每年在世界范圍內(nèi)導(dǎo)致數(shù)百萬人死亡。許多研究表明，焦亡在膿毒癥的發(fā)展和進(jìn)展中起著重要作用。然而，膿毒癥中焦亡相關(guān)基因的潛在預(yù)后和診斷價值仍然未知。

數(shù)據(jù)來源

研究思路

將GSE65682中的DEGs與焦亡基因取交集，獲得焦亡相關(guān)DEGs，隨后根據(jù)其表達(dá)，利用一致性聚類來確定膿毒癥的2種分子亞型。在GSE65682發(fā)現(xiàn)隊列中進(jìn)行單變量cox分析和LASSO cox回歸分析用于選擇預(yù)后差異表達(dá)的焦亡相關(guān)基因并構(gòu)建預(yù)后風(fēng)險評分。膿毒癥患者根據(jù)其風(fēng)險評分被分類為低風(fēng)險或高風(fēng)險，進(jìn)行生存預(yù)后分析。功能分析和免疫浸潤分析用于研究膿毒癥患者的生物學(xué)特征和免疫細(xì)胞富集。然后分析焦亡相關(guān)基因與免疫細(xì)胞的相關(guān)性，最后利用ROC曲線評估所選基因的診斷價值。

主要結(jié)果

1. 焦亡相關(guān)差異基因的識別和疾病分型分析

首先在GSE65682中確定了3469個差異表達(dá)基因（圖1A），將DEGs與60個焦亡相關(guān)基因取交集，共獲得16個焦亡相關(guān)DEGs（圖1B）。根據(jù)焦亡相關(guān)DEGs的表達(dá)進(jìn)行一致性聚類，聚類為2個亞型（圖2A），分析兩亞型間的預(yù)后（圖2C），以及焦亡相關(guān)DEGs表達(dá)水平（圖2D）。

圖2?疾病分型分析

2. 膿毒癥焦亡相關(guān)基因預(yù)后風(fēng)險模型的建立與驗證

使用單變量Cox分析從16個焦亡相關(guān)DEGs中鑒定出10個與預(yù)后相關(guān)的基因（圖3A），再用LASSO回歸分析篩選6個特征基因構(gòu)建預(yù)后模型（圖3B, C）。將患者分為高低評分組，在GSE65682發(fā)現(xiàn)隊列中進(jìn)行Kaplan-Meier生存分析并利用ROC曲線評估預(yù)測性能（圖3F, G），在驗證隊列中進(jìn)行模型驗證（圖4）。最后構(gòu)建了一個基于年齡和風(fēng)險評分的列線圖，并利用ROC曲線評估其準(zhǔn)確性（圖5）。

圖5列線圖的構(gòu)建與評價

3.焦亡相關(guān)預(yù)后模型與免疫細(xì)胞浸潤的關(guān)系

使用CIBERSORT算法評估高風(fēng)險評分組和低風(fēng)險評分組之間22種免疫細(xì)胞浸潤差異（圖6A），并分析焦亡相關(guān)基因與免疫細(xì)胞之間的相關(guān)性（圖6B）。

圖6 免疫浸潤分析

4. 焦亡相關(guān)預(yù)后模型的功能富集分析

為了揭示與自噬相關(guān)預(yù)后模型相關(guān)的潛在生物學(xué)功能和途徑，使用GO富集和KEGG途徑分析分析了高風(fēng)險和低風(fēng)險評分組之間的差異基因（圖7）。

5.?評估焦亡相關(guān)基因?qū)δ摱景Y的診斷性能

利用ROC曲線評估6個焦亡相關(guān)基因?qū)δ摱景Y的診斷性能（圖8A），并比較膿毒癥患者和健康個體之間六種基因表達(dá)水平（圖8C）。

文章小結(jié)

這個文章利用焦亡相關(guān)基因在膿毒癥中進(jìn)行疾病分型，并建立預(yù)后模型?；诮雇龌虻哪[瘤分型+預(yù)后模型構(gòu)建放在腫瘤中相當(dāng)常規(guī)，屬于最簡單基礎(chǔ)的分析思路，但是挪到非腫瘤疾病領(lǐng)域效果還是非常哇塞的。因為預(yù)后模型在非腫瘤疾病中做的非常少，更多是做診斷模型，所以如果你關(guān)注的非腫瘤疾病有生存預(yù)后信息，用這個思路創(chuàng)新性絕對杠杠的！?