一個(gè)是追趕熱點(diǎn)，“新冠”既是社會(huì)輿論熱點(diǎn)，又是生信科研熱點(diǎn)，所以在去年年末經(jīng)歷過(guò)一場(chǎng)“新冠全民戰(zhàn)”以后，關(guān)注度達(dá)到了一個(gè)新高度，這也體現(xiàn)在科研數(shù)量上；另一個(gè)新冠持續(xù)3年，數(shù)據(jù)量也累積了起來(lái)，也就是說(shuō)有公共數(shù)據(jù)可以讓我們二次分析，這就促成了生信文章的批量涌現(xiàn)···

“新冠”相關(guān)生信文章的批量涌現(xiàn)，也給我們提了一個(gè)醒：要?jiǎng)?chuàng)新?。。〔荒苤焕в谝延械奶茁?，要從各個(gè)方面求創(chuàng)新，才能突破現(xiàn)有文章包圍圈，闖出高分！目前新冠生信有單純分析新冠單疾病的，也有將新冠與各種并發(fā)癥聯(lián)合的雙疾病分析，但前2種大多還是聚焦于非腫瘤疾病，這就是小云要找的突破口了——拓寬疾病，聯(lián)系新冠與腫瘤。

小云之前也分享過(guò)一個(gè)新冠與腫瘤的生信思路，是比較簡(jiǎn)單的預(yù)后模型構(gòu)建，這次再推薦一個(gè)升級(jí)版思路——基于新冠病毒靶基因進(jìn)行泛癌多組學(xué)分析+腫瘤預(yù)后模型+簡(jiǎn)單表達(dá)驗(yàn)證，選題熱度、思路創(chuàng)新與驗(yàn)證實(shí)驗(yàn)全聚齊，拿下8分+文章不要太簡(jiǎn)單喲！

l?題目：多組學(xué)分析揭示泛癌中新型冠狀病毒病毒靶基因的基因組、臨床和免疫學(xué)特征

l?雜志：Frontiers in Immunology

l?影響因子：IF=8.786

l?發(fā)表時(shí)間：2023年2月

研究背景

新型冠狀病毒病毒，對(duì)人類構(gòu)成了巨大威脅。大量研究證明，病毒和癌癥有顯著的相關(guān)性。然而，惡性腫瘤和新型冠狀病毒之間的聯(lián)系還沒(méi)有得到充分的研究。病毒可以通過(guò)特定的靶基因影響腫瘤的生長(zhǎng)，因此，新型冠狀病毒靶基因在癌癥中的作用值得研究。

數(shù)據(jù)來(lái)源

研究流程

基于TCGA泛癌隊(duì)列評(píng)估了33個(gè)實(shí)體瘤中新型冠狀病毒靶基因(STGs)的基因組突變、臨床特征、甲基化、信號(hào)相關(guān)通路的激活和免疫學(xué)特征。同時(shí)，以肺腺癌(LUAD)和腎透明細(xì)胞癌(KIRC)為例，構(gòu)建了基于STGs的風(fēng)險(xiǎn)預(yù)后模型，并進(jìn)一步結(jié)合臨床特征建立列線圖。最后qRT-PCR在KIRC細(xì)胞中驗(yàn)證STGs的表達(dá)。

主要結(jié)果

1. STGs的基因表達(dá)分析、多組學(xué)分析和生存分析

在TCGA泛癌隊(duì)列中的14個(gè)癌種中分析STGs在腫瘤和正常組織間的差異表達(dá)（圖1A）。在TCGA泛癌隊(duì)列33個(gè)癌種中，根據(jù)STGs表達(dá)將腫瘤樣本分層為低和高表達(dá)組，進(jìn)行生存分析（圖1B）。檢測(cè)泛癌隊(duì)列中STGs突變的分布和SNV類型的分類（圖2B），并分析STGs突變與生存預(yù)后的相關(guān)性（圖2C）。分析STGs的mRNA表達(dá)和CNV水平之間的Spearman相關(guān)性（圖3B），并分析STGs的CNV改變與預(yù)后的相關(guān)性（圖3C）。檢測(cè)泛癌隊(duì)列中STGs的甲基化狀態(tài)，分析甲基化與STGs表達(dá)的Spearman相關(guān)性（圖4A），并分析STGs高甲基化和低甲基化樣本的預(yù)后差異（圖4B）。

圖1?STGs基因表達(dá)分析和生存分析

圖2?STGs突變分析

圖3?STGs的拷貝數(shù)變異分析

圖4?STGs的甲基化分析

2. STGs與腫瘤通路和藥物敏感性的相關(guān)性分析

基于與癌癥密切相關(guān)的10個(gè)通路，分別計(jì)算33個(gè)腫瘤樣本的通路活性得分，通過(guò)比較STGs基因突變對(duì)癌癥途徑活性的影響評(píng)估STGs基因?qū)ν返膮⑴c參與程度（圖5A）。通過(guò)GDSC數(shù)據(jù)庫(kù)分析STGs表達(dá)和藥物IC50(腫瘤耐藥性)之間的Pearson相關(guān)性（圖5B）。

圖5 STGs與腫瘤通路和藥物敏感性的相關(guān)性分析

3. STGs與免疫的相關(guān)性分析

使用ImmuCellAI算法評(píng)估24種類型的免疫細(xì)胞的浸潤(rùn)，并分析免疫細(xì)胞浸潤(rùn)和STGs的GSVA評(píng)分之間Spearman相關(guān)性（圖6A）。利用GEPIA2數(shù)據(jù)庫(kù)進(jìn)一步研究STGs表達(dá)和三種免疫相關(guān)途徑之間的Pearson相關(guān)性（圖6B）。

圖6 STGs與免疫的相關(guān)性分析

4. LUAD和KIRC中?STGs風(fēng)險(xiǎn)預(yù)后模型構(gòu)建

通過(guò)多變量Cox回歸分析確定了5個(gè)STG，并用于建立LUAD和KIRC的預(yù)后模型，根據(jù)風(fēng)險(xiǎn)評(píng)分的中位數(shù)將LUAD和KIRC患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組，進(jìn)行KM生存分析并利用ROC曲線評(píng)估模型性能（圖7B, C）。綜合STGs風(fēng)險(xiǎn)評(píng)分和臨床病理參數(shù)分別建立LUAD和KIRC的列線圖（圖7E, F），并計(jì)算C指數(shù)、利用校準(zhǔn)曲線評(píng)估模型預(yù)測(cè)一致性（圖7G, H）。（ps：模型構(gòu)建、KM生存曲線繪制、ROC曲線/DCA曲線繪制等都可以用小云新開(kāi)發(fā)的零代碼生信分析小工具實(shí)現(xiàn)哦，感興趣的小伙伴歡迎來(lái)嘗試，網(wǎng)址：http://www.biocloudservice.com/home.html）。

圖7?LUAD和KIRC中 STGs風(fēng)險(xiǎn)預(yù)后模型構(gòu)建和驗(yàn)證

5. KIRC中STGs的表達(dá)驗(yàn)證

在KIRC的HK-2、786-O和Caki-1細(xì)胞系中通過(guò)qRT-PCR驗(yàn)證5個(gè)STGs的基因表達(dá)水平（圖8）。

圖7 STGs的表達(dá)驗(yàn)證

?

文章小結(jié)

這篇文章基于新冠病毒靶基因進(jìn)行泛癌多組學(xué)分析、免疫分析等，并在2個(gè)癌種中建立預(yù)后模型，最后進(jìn)行簡(jiǎn)單的表達(dá)驗(yàn)證實(shí)驗(yàn)。文章集合了選題熱度和新穎性（ps：關(guān)注新冠病毒靶基因的生信研究比較少，比較新穎哦）、思路創(chuàng)新（泛癌多組學(xué)分析+預(yù)后模型構(gòu)建）、和實(shí)驗(yàn)驗(yàn)證多重創(chuàng)新點(diǎn)，絕對(duì)算的上“新冠”高分文章的絕佳思路！目前“新冠”與腫瘤關(guān)聯(lián)做生信的文章還不多，別猶豫，抓緊上車(chē)！