現(xiàn)在的生信文化主要是追逐熱點，小云也一直致力于給小伙伴們追蹤分享新熱點。因為追熱點確實容易發(fā)高分，但需要抓住新熱點剛出現(xiàn)時的紅利期，這一點小云也在分享文章時多次給朋友們提醒過，如果錯過了紅利期就不占什么優(yōu)勢了（ps：就像之前的銅死亡，剛出現(xiàn)的時候簡單分析就能發(fā)5分+純生信，現(xiàn)在就沒那么容易了，要么增加分析創(chuàng)新性和難度，要么加實驗，它與其他熱點相比也就沒有明顯優(yōu)勢了。今年剛出現(xiàn)的雙硫死亡，或者以后再出現(xiàn)的新熱點也都會是這個趨勢····）

其實，還有一條路，可能沒有那么火爆，但比較穩(wěn)，就是不蹭熱點，針對某一疾病從一些非熱點角度來分析。雖然這種模式的選題方向buff加成并不高，但同時發(fā)文競爭力也會比較小，再加上一些分析上的創(chuàng)新（比如機器學(xué)習(xí)），也是很容易彎道超車發(fā)高分的！?

小云今天就帶來一篇不蹭熱點，聚焦腫瘤異質(zhì)性，利用“機器學(xué)習(xí)”進行分層分析的文章，僅用4張圖就拿下了6分+的純生信，這性價比不用多說了吧！雖然選題方向是非熱點，但“機器學(xué)習(xí)”分析方法上的buff加成效果還是相當(dāng)哇塞的，想走這條路的小伙伴快來抄作業(yè)吧，換個腫瘤同樣適用哦！

l?題目：HER2+/ER+乳腺癌15個預(yù)后基因分類特征的開發(fā)和驗證

l?雜志：Computational and Structural Biotechnology Journal

l?影響因子：IF=6.155

l?發(fā)表時間：2023年5月

研究背景

HER2+乳腺癌(BC)是一個異質(zhì)性亞群，雌激素受體(ER)狀態(tài)正在成為HER2+ BCs中的一個預(yù)測標(biāo)志，HER2+/ER+病例通常在診斷后的前5年有更好的生存率，但與HER2+/ER-相比，5年后有更高的復(fù)發(fā)風(fēng)險。這可能是因為HER2+ BCs中持續(xù)的ER信號有助于逃脫HER2的阻斷。目前HER2+/ER+ BC研究不足，缺乏生物標(biāo)志物。因此，更好地理解潛在的分子多樣性對于尋找HER2+/ER+ BCs的新治療靶點是重要的。

研究思路

基于TCGA-BRCA隊列的123個HER2+/ER+ BC樣本的基因表達數(shù)據(jù)進行了無監(jiān)督一致聚類和全基因組Cox回歸分析，以識別不同的HER2+/ER+亞組。然后在TCGA使用已鑒定的亞組構(gòu)建了一個受監(jiān)督的極端梯度增強(XGBoost)分類器，并在另外兩個獨立的數(shù)據(jù)集中進行驗證。最后對不同HER2+/ER+ BC隊列中的預(yù)測亞組進行了計算特征分析。

主要結(jié)果

1. HER2+/ER+BC中的亞組分析

收集在3個隊列中均表達的15850個共同基因，去除了一直為零計數(shù)的基因后再進行單變量Cox回歸分析，得到549個存活相關(guān)基因（圖1D）?；?49個基因在訓(xùn)練集TCGA-BRCA HER2+/ER+隊列中進行無監(jiān)督共識聚類(CC)分析，分析顯示當(dāng)無監(jiān)督CC聚類數(shù)等于2時，可以得到最顯著的生存差異，表明TCGA-BRCA HER2+/ER+隊列中存在兩個穩(wěn)健的不同亞組（圖1A, B），進行KM曲線分析兩個亞組之間的存活率差異（圖1C）。（ps：cox回歸分析、KM曲線繪制也可以用小云新開發(fā)的零代碼生信分析小工具實現(xiàn)，云生信分析工具平臺包含超多零代碼分析和繪圖小工具，上傳數(shù)據(jù)一鍵出圖，感興趣的小伙伴歡迎來嘗試喲，網(wǎng)址：http://www.biocloudservice.com/home.html）。

圖1?HER2+/ER+BC中的亞組分析

2.?HER2+/ER2 + BC基因分類器的開發(fā)

在亞組1與亞組2間進行差異分析，鑒定得到197個差異表達基因（圖3a），與Cox回歸分析的549個存活相關(guān)基因取交集后得到15個重疊基因。由于這15個基因具有生存意義和亞群區(qū)分意義，所以作者利用這15個基因訓(xùn)練監(jiān)督分類模型(XGBoost)?以將TCGA-BRCA HER2+/ER+患者分類到CC確定的兩個亞組中。XGBoost分類器的微調(diào)過程和5重交叉驗證性能見表1，AUC、敏感性和特異性分別為0.85、0.76和0.77。XGBoost模型中每個基因的重要性分?jǐn)?shù)如圖2所示，TNNI2是模型做出預(yù)測決策的最重要特征。

表1?XGBoost分類器的超參數(shù)微調(diào)過程和5重交叉驗證模型性能

3. XGBoost分類器的外部驗證

使用兩個外部數(shù)據(jù)集（METABRIC HER2+/ER+隊列和GSE149283 HER2+/ER+隊列）驗證XGBoost分類器的作用。首先比較METABRIC HER2+/ER+隊列和GSE149283 HER2+/ER+隊列中兩個亞組間15個模型基因的表達差異，顯示亞組2中的總體基因表達量低于亞組1，與訓(xùn)練集中結(jié)果一致（圖3A, B）。在METABRIC HER2+/ER+隊列中進行KM生存分析，顯示亞組2的存活率低于亞組1，與訓(xùn)練集中結(jié)果類似（圖3C）。在GSE149283 HER2+/ER+隊列中分析2個亞組間的藥物反應(yīng)，顯示亞組2中有更高比例的患者對曲妥珠單抗表現(xiàn)出部分緩解（圖3D）。

圖3?XGBoost分類器的外部驗證

4. 亞組間特征分析

首先分析TCGA-BRCA HER2+/ER+隊列和METABRIC HER2+/ER+隊列的亞組間的基因突變情況，顯示兩亞組中的常見突變基因不同（圖4A）。使用TIMER在TCGA-BRCA和METABRIC隊列上估計六種免疫細(xì)胞類型的定量豐度，以檢查兩個HER2+/ER+亞組中的TILs差異（圖4B）。比較TCGA-BRCA和METABRIC隊列中不同亞組的PAM50內(nèi)在亞型和已發(fā)表的基因特征(rorS和GENIUS)（圖4C, D）。

圖4?亞組間的特征分析

小結(jié)

這篇文章聚焦于乳腺癌異質(zhì)性，利用機器學(xué)習(xí)算法進行分型分析，并開發(fā)了一個XGBoost分類器。選題方向雖不是生信大熱點，但創(chuàng)新性很不錯，再加上機器學(xué)習(xí)分析思路的buff加成，僅用4張圖就發(fā)到了6分+的純生信，提分效果相當(dāng)哇塞！目前腫瘤異質(zhì)性方向的關(guān)注度并不高，發(fā)文競爭比較小、空間大，換個癌種就可以用這個思路復(fù)現(xiàn)啦！