手握目標基因，想從生信角度拓展一下研究又不知從何處入手？

小云首推是“單基因分析”思路，因為它既可以單獨成文又可以延伸做實驗形成大課題，進可攻退可守

其實針對已有目標基因還有個類似于“單基因分析”的高階思路，那就是“基因家族分析”~?~

“基因家族分析”的對象是基因家族，所以如果有目標基因，可以擴大為目標基因所在的基因家族進行分析，分析手法和思路都類似于“單基因分析”（ps：只是“基因家族分析”更便于構(gòu)建模型），但它的創(chuàng)新性更高哦！所以在分析難易度沒差別、思路優(yōu)勢也一致的情況下，如果能找到“基因家族”，小伙伴們也可以考慮更具創(chuàng)新性的選題哦！

小云這次就推薦一個接近5分的生信思路——糖異生相關(guān)基因家族多組學分析+腫瘤預(yù)后模型+簡單表達驗證，分析思路比較簡單，干濕結(jié)合輕松搞定4.9分+文章，生信小白適用！

l?題目：基于ATF/CREB轉(zhuǎn)錄因子家族基因相關(guān)模型探討肝細胞癌的預(yù)后、腫瘤微環(huán)境和腫瘤免疫浸潤

l?雜志：J Hepatocell Carcinoma

l?影響因子：IF=4.962

l?發(fā)表時間：2023年2月

研究背景

轉(zhuǎn)錄調(diào)節(jié)因子的ATF/CREB家族是一大類堿性區(qū)域亮氨酸拉鏈(bZip)蛋白，目前有21個成員。轉(zhuǎn)錄調(diào)節(jié)因子的ATF/CREB網(wǎng)絡(luò)是糖異生過程以及維持全身葡萄糖穩(wěn)態(tài)所必需的，它的失調(diào)與癌癥的進展有關(guān)。因為肝臟在全身葡萄糖穩(wěn)態(tài)中起著核心作用，所以評估ATF/CREB家族在HCC診斷和預(yù)后中的預(yù)測價值是至關(guān)重要的。

數(shù)據(jù)來源

研究流程

基于TCGA-HCC隊列評估了ATF/CREB家族中21個基因的表達、拷貝數(shù)變異和體細胞突變頻率。通過Lasso和Cox回歸分析建立了基于ATF/CREB基因家族的預(yù)后模型，進行Kaplan-Meier生存分析并利用ROC曲線驗證了預(yù)測模型的準確性。此外，還研究了預(yù)后模型與免疫檢查點和免疫細胞以及藥敏性之間的聯(lián)系。最后在臨床樣本中通過qPCR和IHC驗證6個核心基因的表達。

主要結(jié)果

1. ATF/CREB家族的基因表達分析和基因組遺傳變異分析

在TCGA-HCC隊列中分析ATF/CREB家族21個基因在HCC和鄰近正常樣本中的差異表達（圖1B）。利用RCircos工具收集ATF/CREB家族基因的染色體分布，使用Perl軟件和R包進行CNV分析（圖1A）。使用R包maftools工具分析ATF/CREB家族基因的突變頻率（圖1C）。

2. 基于ATF/CREB家族基因風險評分模型的建立與驗證

在TCGA-HCC隊列中通過單變量Cox回歸和lasso-Cox回歸分析建立基于6個OS相關(guān)ATF/CREB家族基因的風險模型（圖2A, B）。根據(jù)中位風險評分將患者分為高風險組和低風險組，進行KM生存分析并利用ROC曲線評估模型性能（圖2C, E），模型在ICGC隊列中進行驗證（圖2D, F）。綜合風險評分和臨床病理參數(shù)建立列線圖（圖3A），并利用校準曲線和ROC曲線評估模型預(yù)測性能（圖3B, C）（ps：單因素回歸分析、Lasso回歸模型構(gòu)建、KM生存曲線繪制、ROC曲線/校準曲線繪制等都可以用小云新開發(fā)的零代碼生信分析小工具實現(xiàn)哦，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，網(wǎng)址：http://www.biocloudservice.com/home.html）。

圖3?列線圖的建立與評估

3. 風險評分與免疫的相關(guān)性分析

在TCGA隊列中比較高風險評分組和低風險評分組之間46個免疫檢查點基因的差異表達（圖4D）。利用“preprocessCore”R包和CIBERSORT技術(shù)評估22種不同免疫細胞的浸潤狀態(tài)，以研究風險評分和免疫細胞浸潤之間的聯(lián)系（圖4B），并分析6個模型預(yù)后基因和22個免疫細胞浸潤之間的相關(guān)性（圖4A）。使用ssGSEA算法分析高風險組和低風險組之間的免疫相關(guān)功能富集評分的差異（圖4C）。（ps：各種免疫浸潤分析、相關(guān)性分析也可以用小云新開發(fā)的零代碼生信分析小工具實現(xiàn)，感興趣的小伙伴歡迎來嘗試喲，網(wǎng)址：http://www.biocloudservice.com/home.html）

4. GSEA分析和藥敏性分析

通過GSEA分析以確定與風險評分相關(guān)的前10個相關(guān)信號通路（圖5A）?；贑ellMiner數(shù)據(jù)庫分析六個模型預(yù)后基因的表達與藥物敏感性的皮爾遜相關(guān)性（圖5B）。

圖5 GSEA分析和藥敏性分析

5. 3個關(guān)鍵基因的表達驗證

收集HCC和鄰近正常組織樣本，進行qPCR和IHC實驗驗證3個預(yù)后基因ATF1、CREB1和CREB3的表達（圖6）。

圖6關(guān)鍵基因的表達驗證

?

文章小結(jié)

這篇文章基于ATF/CREB家族基因進行多組學分析，并建立預(yù)后模型，最后進行簡單的表達驗證實驗。分析思路比較簡單，但勝在選題角度比較新穎，再加上干濕結(jié)合實驗加持，輕輕松松發(fā)到接近5分的文章！這個思路不局限于腫瘤生信，非腫瘤疾病同樣適用，可以換個基因家族也可以換個疾病，用上這個思路去復現(xiàn)吧！