持續(xù)關注小云公眾號的朋友應該看到過“三級淋巴結(jié)構(gòu)（TLS）”這個方向，是一個潛在的生信熱點，發(fā)文空間巨大（ps：沒有看過的朋友建議往前倒倒或者點擊下方鏈接觀看哦）

雖然TLS已經(jīng)有相關基因集合可以直接用來做生信，但目前TLS的主要檢測方法還是組織病理學，并且很多高分文章仍然在做TLS病理學

小云不禁順勢猜想了一下：是不是可以把生信和病理結(jié)合起來分析？

估計朋友會覺得：應該可以結(jié)合，但是要做病理學就需要收集大量臨床樣本去檢測，那大樣本量病理學明明單獨都可以發(fā)文章了，再聯(lián)合生信劃不來啊

確實存在這個問題哦，不過這可難不倒小云~ ~

嘿嘿，我已經(jīng)找到了應對之法，不用收集樣本就能做病理，還能直接聯(lián)合生信，達到1+1＞2的效果，想知道怎么操作就接著往下看吧！

這個方法來源于1篇8分+的文章，利用兩個公共數(shù)據(jù)庫就把RNA-seq數(shù)據(jù)和病理切片聯(lián)合在一起了，在病理分析的基礎上做生信，輕松做到1+1＞2，還能使生信更加貼近臨床，超級適合臨床科研大軍，一起學起來吧！

發(fā)表時間：2022年9月

發(fā)表雜志：Frontiers in immunology

影響因子：IF=8.786

文章題目：三級淋巴結(jié)構(gòu)對肝細胞癌的保護作用:從遺傳學角度的新發(fā)現(xiàn)

數(shù)據(jù)來源

研究流程及主要結(jié)果

腫瘤內(nèi)TLS (iTLS)在TCGA-LIHC隊列中使用來自CDSA存檔的病理切片進行分類，分為TLS+組和TLS-組。進行單變量和多變量Cox回歸分析以驗證iTLS對總生存期(OS)、無復發(fā)生存期(RFS)和無病生存期(DFS)的影響。結(jié)合RNA-seq數(shù)據(jù)分析iTLS陰性組和iTLS陽性組之間差異表達的基因。GSEA用于探索這些差異表達基因影響的信號通路。隨機森林算法用于識別與訓練集中的iTLS具有最高相關性的基因。多變量邏輯回歸用于建立一個模型來預測組織樣本中的iTLS。Spearman相關用于分析TLS相關趨化因子和特征基因的關系，CIBERSORT用于計算免疫浸潤分數(shù)。使用基因組癌癥分析(GSCA)評估拷貝數(shù)變異及其與免疫細胞浸潤和標記基因的關系。Correlation R軟件包用于GO富集分析和基因突變分析。GSCA用于藥物敏感性分析。LASSO回歸用于建立預后模型，外部數(shù)據(jù)用于驗證模型。

文章小結(jié)

文章利用病理學分析結(jié)合RNA-seq數(shù)據(jù)獲得TLS特征基因，對特征基因進行一系列相關性分析，并建立預后模型。最大的亮點就是利用公共數(shù)據(jù)將病理學分析與生信進行有機結(jié)合，把創(chuàng)新性提升了1個level，這一點也可以應用于其他可以用病理學檢測到的方向哦，學起來！

做TLS生信分析的一個關鍵步驟就是獲得“TLS相關基因集合”，至此我們已經(jīng)介紹了2種獲得TLS基因集合的方法，兩者創(chuàng)新性都很高，目前“TLS”這個方向的生信文章并不多，正是發(fā)文好時機，把握住喲

想復現(xiàn)這種思路或者定制更多創(chuàng)新性思路歡迎直接call小云，不知道自己關注疾病能不能做晝夜節(jié)律方向或者其他熱點方向也可以找小云，云生信團隊竭誠為您的科研助力！