今天小云教你一招，就是基于TMB進(jìn)行分組！只有預(yù)后和免疫浸潤(rùn)分析就能輕松發(fā)表4分+純生信，快來(lái)看看吧~

題目：乳腺癌患者腫瘤突變負(fù)荷(TMB)的預(yù)后價(jià)值及其與免疫浸潤(rùn)的關(guān)系

雜志：European journal of medical research

影響因子：4.981

發(fā)表時(shí)間：2023年2月

數(shù)據(jù)信息

研究思路

從TCGA數(shù)據(jù)庫(kù)中獲取乳腺癌患者的體細(xì)胞突變資料。根據(jù)TMB評(píng)分的四分位數(shù)將乳腺癌患者分為低TMB組和高TMB組，鑒定差異表達(dá)基因。利用CIBERSORT算法估計(jì)每個(gè)樣本的免疫細(xì)胞分?jǐn)?shù)。利用TIMER數(shù)據(jù)庫(kù)評(píng)估免疫基因CNVs與腫瘤免疫細(xì)胞浸潤(rùn)的關(guān)系以及免疫細(xì)胞在乳腺癌中的預(yù)后價(jià)值。

主要研究結(jié)果

1.?分析乳腺癌樣本中的突變情況

分析TCGA數(shù)據(jù)庫(kù)中乳腺癌樣本的突變數(shù)據(jù)，88.74%的患者存在體細(xì)胞突變。展示乳腺癌樣本中突變前10位的基因。錯(cuò)義突變?cè)谧儺惙诸愔信琶谝弧魏塑账岫鄳B(tài)性(SNPs)為主要變異類型。

圖1. 乳腺癌樣本的突變情況

2.?不同TMB分組的生存預(yù)后及其與臨床病理特征的關(guān)系

計(jì)算乳腺癌患者的TMB評(píng)分。根據(jù)TMB評(píng)分的四分位數(shù)將乳腺癌患者分為低TMB組和高TMB組。生存分析顯示，低TMB組生存結(jié)局較好(圖2A) 。TMB評(píng)分與區(qū)域淋巴結(jié)轉(zhuǎn)移(N)顯著相關(guān)(圖2B)。

圖2. TMB評(píng)分的預(yù)后價(jià)值及其與臨床病理特征的相關(guān)性

3.?低TMB組和高TMB組基因表達(dá)譜

分析高、低TMB組的差異表達(dá)基因，并進(jìn)行GO富集分析、KEGG富集分析和GSEA富集分析。

圖3. 低TMB組與高TMB組的差異基因表達(dá)和功能富集分析

4.?免疫細(xì)胞浸潤(rùn)和免疫相關(guān)的DEGs分析

使用CIBERSORT算法評(píng)估低TMB組和高TMB組中22個(gè)免疫細(xì)胞的豐度。從Immport中下載2498個(gè)免疫相關(guān)基因，獲得62個(gè)基因作為免疫相關(guān)的DEGs。

圖4. 低、高TMB組免疫細(xì)胞浸潤(rùn)及免疫相關(guān)DEGs分析

5.?免疫相關(guān)基因的生存預(yù)后

在TIMER數(shù)據(jù)庫(kù)的“survival”模塊上使用多元Cox回歸分析對(duì)62種免疫相關(guān)的DEGs進(jìn)行生存分析，得到兩個(gè)與生存相關(guān)的基因CCL18和TRGC1。計(jì)算兩種基因的風(fēng)險(xiǎn)評(píng)分，根據(jù)中位風(fēng)險(xiǎn)評(píng)分將乳腺癌患者分為低危組和高危組。生存曲線顯示高危組乳腺癌患者總生存期(OS)較差。ROC曲線評(píng)估模型對(duì)乳腺癌患者20年總生存期的預(yù)測(cè)準(zhǔn)確性。

圖5. 免疫相關(guān)基因的生存預(yù)后

6.?免疫相關(guān)基因CNV與免疫細(xì)胞浸潤(rùn)的關(guān)系

利用TIMER數(shù)據(jù)庫(kù)分析乳腺癌患者免疫相關(guān)DEGs的CNV與免疫細(xì)胞浸潤(rùn)的關(guān)系。

圖6. 免疫相關(guān)基因CNV與免疫細(xì)胞浸潤(rùn)的相關(guān)性

?

總結(jié)

這篇文章最大的亮點(diǎn)就是基于TMB進(jìn)行分組，然后只進(jìn)行了簡(jiǎn)單的預(yù)后分析和免疫浸潤(rùn)分析，分析內(nèi)容很簡(jiǎn)單。還可以借鑒作者篩選關(guān)鍵基因的方法，既然TMB與免疫相關(guān)，那可以通過(guò)將DEGs與免疫相關(guān)基因集合取交集獲得了關(guān)鍵的免疫基因。所以不一定非要蹭熱點(diǎn)，只要分析思路換換花樣，照樣可以輕松發(fā)文~

如果你還苦惱于課題或分析沒(méi)有思路，或者對(duì)免疫等熱點(diǎn)方向感興趣的小伙伴快來(lái)聯(lián)系小云吧！還有更多花樣等你來(lái)選~