10分+!基底膜方向,腫瘤預(yù)后模型構(gòu)建+單細(xì)胞分析+驗(yàn)證實(shí)驗(yàn)思路,干濕結(jié)合不蹭大熱點(diǎn)

??葱≡频姆劢z朋友們,有沒(méi)有發(fā)現(xiàn),小云分享的生信文章基本可以分為2大類,一類是追新熱點(diǎn)、爆火熱點(diǎn)的;另一類與之相反,是不分析熱點(diǎn)方向的~?~
要說(shuō)哪類思路更好,沒(méi)法武斷地來(lái)講,但對(duì)于不同的發(fā)文要求有不同的適用思路。比如,想快速發(fā)文,又不想用太復(fù)雜的思路,那就建議追新熱點(diǎn),搶占紅利期(ps:追新熱點(diǎn)只要跟緊小云就可以啦,小云發(fā)現(xiàn)新方向會(huì)第一時(shí)間分享給粉絲朋友們的);那如果想攢一波大文章,并且有自己的深耕方向(可能不是生信大熱點(diǎn)),就可以考慮在自己關(guān)注上方向上走干濕結(jié)合思路,不追熱點(diǎn),也可以發(fā)高質(zhì)量文章。所以小伙伴們,可以根據(jù)自己的需求,找小云來(lái)推薦思路哦~?~

今天小云就分享一個(gè)“干濕結(jié)合不蹭大熱點(diǎn)發(fā)高分”的思路——基底膜方向(ps:基底膜與腫瘤復(fù)發(fā)轉(zhuǎn)移與耐藥密切相關(guān),所以關(guān)注腫瘤復(fù)發(fā)轉(zhuǎn)移與耐藥方向的小伙伴可以考慮用“基底膜”這個(gè)小方向做生信哦),利用腫瘤預(yù)后模型構(gòu)建+單細(xì)胞數(shù)據(jù)分析+驗(yàn)證實(shí)驗(yàn),打造成干濕結(jié)合文章,分析內(nèi)容不復(fù)雜,但有了單細(xì)胞分析和驗(yàn)證實(shí)驗(yàn)這兩大加分項(xiàng),拿下10分+也是非常輕松啦!所以想發(fā)高質(zhì)量文章的小伙伴,快來(lái)抄作業(yè)吧,換個(gè)癌種或者換個(gè)小方向就能復(fù)現(xiàn)!

l?題目:基底膜對(duì)乳腺癌預(yù)后和免疫浸潤(rùn)的新意義
l?雜志:Int. J. Biol. Sci.
l?影響因子:IF=10.75
l?發(fā)表時(shí)間:2023年3月
研究背景
乳腺癌患者的治療失敗很大程度上歸因于術(shù)后進(jìn)展和治療抵抗。然而,仍然缺乏臨床上有用的生物標(biāo)志物來(lái)促進(jìn)乳腺癌的個(gè)體化治療。因此,更可靠的預(yù)測(cè)性生物標(biāo)志物對(duì)于改善乳腺癌患者的診斷和治療至關(guān)重要?;啄?BM)已被證明與癌癥的進(jìn)展和轉(zhuǎn)移密切相關(guān),并有可能成為乳腺癌的強(qiáng)有力的預(yù)測(cè)因子。
數(shù)據(jù)來(lái)源

研究思路
將BM基因集合和TCGA-BRCA、METABRIC 和?GSE96058數(shù)據(jù)集中的基因取交集,獲得203個(gè)BM相關(guān)基因,然后在TCGA-BRCA隊(duì)列中進(jìn)行差異表達(dá)分析,獲得77個(gè)DEGs。再通過(guò)單變量分析和LASSO Cox回歸分析,篩選得到6個(gè)關(guān)鍵的BM基因,研究了其表達(dá)水平和預(yù)后性,并建立風(fēng)險(xiǎn)評(píng)分模型(BM score),進(jìn)行模型評(píng)估和驗(yàn)證。分析BM score與乳腺癌治療耐藥性的關(guān)系,以及免疫微環(huán)境的相關(guān)性?;趩渭?xì)胞轉(zhuǎn)錄組數(shù)據(jù)探索BMscore的分布和模型基因的表達(dá)。通過(guò)GSEEA分析BM score與EMT通路的相關(guān)性,最后利用臨床樣本和細(xì)胞樣本驗(yàn)證6個(gè)BM基因表達(dá),以及關(guān)鍵基因SDC1對(duì)乳腺癌細(xì)胞生長(zhǎng)和遷移的影響。
?
主要結(jié)果
1. BM基因篩選和預(yù)后模型構(gòu)建
將BM基因集合和TCGA-BRCA、METABRIC 和 GSE96058數(shù)據(jù)集中的基因取交集,獲得203個(gè)BM相關(guān)基因(圖1A),然后在TCGA-BRCA隊(duì)列中進(jìn)行差異表達(dá)分析,獲得77個(gè)DEGs(圖1C)。再通過(guò)單變量分析和LASSO Cox回歸分析,篩選得到6個(gè)關(guān)鍵的BM基因(圖1F, G),并構(gòu)建BM相關(guān)的預(yù)后指數(shù)BM score。根據(jù)風(fēng)險(xiǎn)評(píng)分中值將患者分為高和低BMscore亞組,分析患者生存狀態(tài)和生存時(shí)間的分布情況,并進(jìn)行OS、DFS、DSS和PFS的 KM生存分析(圖2C-G)。通過(guò)RT-qPCR在乳腺癌細(xì)胞系和匹配的乳腺癌組織中進(jìn)一步驗(yàn)證了6個(gè)BM基因表達(dá)(圖1B, D)。(ps:差異基因分析、火山圖、模型構(gòu)建、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(shí)現(xiàn),云生信分析工具平臺(tái)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(lái)嘗試喲,網(wǎng)址:http://www.biocloudservice.com/home.html)。?








2. 乳腺癌BM評(píng)分獨(dú)立預(yù)后價(jià)值的鑒定與評(píng)估
綜合BM score和多個(gè)危險(xiǎn)因素(年齡、T分期、N分期、M分期和PAM50亞型),對(duì)TCGA-BRCA的OS進(jìn)行單變量和多變量Cox分析,以評(píng)估BM score的獨(dú)立預(yù)后性,發(fā)現(xiàn)單變量和多變量分析中,年齡和BM評(píng)分均是獨(dú)立的預(yù)測(cè)因素(圖3A, B)。然后構(gòu)建一個(gè)包含年齡和BM評(píng)分的列線圖來(lái)預(yù)測(cè)OS(圖3C),并通過(guò)校準(zhǔn)曲線、ROC曲線和DCA曲線來(lái)評(píng)估其預(yù)測(cè)性能、辨別能力和臨床實(shí)用性(圖3D-F)。




3. BM score與乳腺癌治療耐藥性的相關(guān)性分析
在TCGA-BRCA(圖4A-C)和METABRIC隊(duì)列(圖4D-F)的化療、內(nèi)分泌治療和放療患者人群中中進(jìn)行KM曲線分析,評(píng)估BMscore對(duì)乳腺癌臨床治療反應(yīng)的預(yù)測(cè)能力,結(jié)果表明高BM評(píng)分和化療的治療抗性顯著正相關(guān)。

圖4?BM score與乳腺癌治療耐藥性的相關(guān)性分析
4. BM score與腫瘤免疫浸潤(rùn)的相關(guān)性分析和單細(xì)胞分析
作者利用ESTIMATE算法比較不同BM score亞組的免疫評(píng)分、基質(zhì)評(píng)分和估計(jì)評(píng)分差異(圖5A)。使用CIBERSORT算法,分析不同BM score亞組的乳腺癌樣本中22種免疫細(xì)胞的浸潤(rùn)水平(圖5B)。分析了BM評(píng)分與免疫檢查點(diǎn)和細(xì)胞因子表達(dá)的相關(guān)性(圖5C, D)。使用單細(xì)胞數(shù)據(jù)集GSE176078分析了不同細(xì)胞亞型中BM score的分布(圖6A),比較不同細(xì)胞類型的BM評(píng)分的差異和模型基因的表達(dá)(圖6C, D)。(ps:多種免疫浸潤(rùn)分析也可以用云生信平臺(tái)分析工具實(shí)現(xiàn)哦,網(wǎng)址:http://www.biocloudservice.com/home.html,歡迎朋友們來(lái)探索~?~)




圖6?單細(xì)胞分析BM score的細(xì)胞分布
5. BM score與EMT活性的相關(guān)性分析
作者進(jìn)行GSEA以表征高和低BM score組的生物學(xué)功能,發(fā)現(xiàn)高BMscore組中富集了多種腫瘤進(jìn)展和轉(zhuǎn)移相關(guān)途徑,比如EMT(圖7A)。隨后分析了Hallmark基因組中六個(gè)模型基因和EMT途徑之間的表達(dá)相關(guān)性(圖7D)。為樂(lè)驗(yàn)證BMscore與EMT水平正相關(guān)性,作者檢測(cè)了10個(gè)乳腺癌樣本中6個(gè)BM基因的mRNA水平(圖7B),并計(jì)算每個(gè)樣本的BMscore。我們選擇了6個(gè)BM評(píng)分最高和最低的樣本,并通過(guò)IHC檢測(cè)Ki-67和幾種EMT標(biāo)記物的蛋白水平(圖7C),結(jié)果發(fā)現(xiàn)這些蛋白在高BM評(píng)分的組織中表達(dá)相對(duì)更豐富,驗(yàn)證了其正相關(guān)性。




圖7 BM score與EMT活性的相關(guān)性分析
6. 關(guān)鍵基因SDC1的功能驗(yàn)證實(shí)驗(yàn)
作者在乳腺癌MDA-MB-231和MCF-7細(xì)胞中干擾SDC1(圖8A),通過(guò)CCK8實(shí)驗(yàn)檢測(cè)細(xì)胞增殖(圖8B),利用傷口愈合和transwell實(shí)驗(yàn)檢測(cè)細(xì)胞遷移(圖8C, D),WB檢測(cè)EMT相關(guān)蛋白表達(dá)(圖8E)。結(jié)果表明SDC1沉默抑制了乳腺癌細(xì)胞生長(zhǎng)和遷移。

圖8?關(guān)鍵基因SDC1的功能驗(yàn)證
小結(jié)
這篇文章基于“基底膜”方向,進(jìn)行風(fēng)險(xiǎn)評(píng)分模型構(gòu)建和分析,再聯(lián)合單細(xì)胞數(shù)據(jù)分析和驗(yàn)證實(shí)驗(yàn),思路創(chuàng)新性和分析、實(shí)驗(yàn)數(shù)據(jù)量的雙保障,拿下10分+的文章毫不費(fèi)力!并且目前“基底膜”方向的生信文章并不多,發(fā)文空間也很大的,想做高分干濕結(jié)合文章的小伙伴趕快來(lái)抄作業(yè),用上這個(gè)思路,文章在向你招手啦!
