小云在PubMed的花園里挖呀挖呀挖~

挖到了好思路分享給大家~

小云版<挖呀挖>改編的怎么樣？這直接就是每日工作寫照啊，想看生信新方向、新思路的小伙伴，看我的公眾號準沒錯！

這回挖到的是個多熱點聯合的思路，創(chuàng)新性和數據量齊備，絕對滿足高質量生信文章的要求，創(chuàng)新性主要體現在兩點：

1)?思路上創(chuàng)新：5種細胞死亡形式+熱應激+ m6A的多熱點串聯，首先從選題上就贏了普通思路一大截

2)?驗證實驗：生信+驗證實驗，走干濕結合的路子，這是生信發(fā)展的大趨勢，也可以堵住某些不接受純生信期刊的嘴

兩條腿走路總比一條腿蹦的快，所以這篇文章投稿1個月就接收了，這種高質量、能快速發(fā)文的思路是不是超級適合需要畢業(yè)發(fā)文的你或者評職稱需要文章的你呢？文中附帶5種RCD基因+熱應激基因集，換個癌種就能復現啦，心動不如行動哦！

l?題目：銅死亡相關基因PDHX和熱應激相關基因HSPD1是食管癌中與細胞干細胞、異常代謝和免疫抑制相關的潛在關鍵驅動因子

l?雜志：International Immunopharmacology

l?影響因子：IF=5.714

l?發(fā)表時間：2023年3月

研究背景

熱應激是食管癌(ESCA)發(fā)生和發(fā)展的基礎。熱應激損傷上皮結構，導致食管細胞異常的“細胞死亡-修復”模式，從而驅動腫瘤的發(fā)生和發(fā)展。然而，由于調節(jié)性細胞死亡(RCD)模式的獨特功能和串擾，ESCA惡性腫瘤中的具體細胞死亡仍不清楚。

數據來源

研究流程

首先利用TCGA-ESCA隊列比較正常食管和ESCA組織中熱應激和調節(jié)性細胞死亡模式基因(HRCDs)的mRNA表達，以探索與熱應激和細胞死亡相關的失調模式。單變量cox回歸分析篩選與OS顯著相關的基因，Lasso回歸分析構建基于6個HRCD相關基因的風險模型，并進行模型評估和驗證。通過檢測6個基因之間的遺傳相關性，確定了促進ESCA進展的關鍵基因PDHX和HSPD1，篩選調節(jié)HSPD1或PDHX基因表達的RNA甲基化修飾基因RBMX，在RBMX敲除細胞數據集中分析HSPD1或PDHX基因與RBMX的相關性。分析PDHX和HSPD1與免疫浸潤的相關性以及功能富集情況，并在細胞樣本中驗證其表達和功能。

主要結果

1. ESCA中熱應激和細胞死亡相關基因表達分析

在TCGA-ESCA隊列比較正常食管和ESCA組織中熱應激和調節(jié)性細胞死亡模式基因(HRCDs)的mRNA表達，以探索與熱應激和細胞死亡相關的失調模式（圖1A）。通過GSVA分析熱應激、泛凋亡、銅死亡和鐵死亡在不同的ESCA階段的富集分數變化趨勢（圖1E），發(fā)現從第一階段到第四階段，銅死亡評分保持升高，表明在ESCA銅下垂的潛在促腫瘤作用。（ps：GSVA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，云生信分析工具平臺包含超多零代碼分析和繪圖小工具，上傳數據一鍵出圖，感興趣的小伙伴歡迎來嘗試喲，網址：http://www.biocloudservice.com/home.html）。?

圖1?ESCA中熱應激和細胞死亡相關基因表達分析

2. HRCDs相關風險模型的建立和評估

通過單變量cox回歸分析篩選與OS顯著相關的基因（圖2A），再利用Lasso回歸分析篩選得到6個與不良預后顯著相關的HRCD基因，并構建風險模型（圖2B, C）?；陲L險評分的最佳臨界值將患者分為高、低評分組，進行KM生存分析并利用ROC曲線評估預測性能（圖2E, F），在GSE54625驗證集中進行模型驗證（圖2I, J）。（ps：單因素/多因素Cox回歸、LASSO回歸分析、KM曲線、ROC曲線繪制都可以用小云新開發(fā)的零代碼生信分析小工具實現哦，感興趣的小伙伴歡迎來嘗試，網址：http://www.biocloudservice.com/home.html）。?

?

圖2 風險模型的建立和驗證

3. 關鍵基因篩選及其與干性、m6A相關性分析

通過檢測6個基因之間的遺傳相關性，確定了促進ESCA進展的關鍵基因PDHX和HSPD1具有最強相關性（圖3A），在HPA數據庫中驗證其蛋白表達（圖3B）。通過Spearmań分析其與干細胞指數（miRNAs）的相關性（圖3C，D）。通過相關性分析篩選可能調節(jié)HSPD1或PDHX基因表達的RNA甲基化修飾基因，發(fā)現m6A相關基因RBMX與HSPD1和PDHX顯示出最大的相關性（圖3H）。進一步分析ESCA中RBMX的表達（圖3I），及其與生存預后的相關性（圖3J, K）。最后利用RBMX沉默細胞系的數據集分析對照和si-RBMX細胞之間PDHX或HSPD1的表達差異以評估其調控關系（圖3L）。

圖3 關鍵基因篩選及其與干性、m6A相關性分析

4.?PDHX、HSPD1與免疫浸潤的相關性分析和功能富集分析

利用quanTIseq算法評估了TCGA隊列中個體免疫細胞分數，并分析免疫浸潤和基因表達之間的Spearman相關性（圖4A,?B）。篩選HSPD1、PDHX高表達和低表達患者間的DEGs（圖5A, B），并進行KEGG 和?GSEA分析（圖5 C-F），發(fā)現HSPD1或者PDHX

圖4 PDHX、HSPD1與免疫浸潤的相關性分析

圖5?功能富集分析

5. HSPD1和PDHX的表達和功能驗證

首先利用qRT-PCR比較正常食管和ESCA細胞系中HSPD1和PDHX的差異表達（圖6A）。沉默HSPD1和PDHX后，通過CCK8檢測細胞活力（圖6C），傷口愈合實驗檢測細胞遷移（圖6E），結果顯示HSPD1和PDHX沉默抑制TE-1細胞的增殖和遷移。

圖6 HSPD1和PDHX的表達和功能驗證

文章小結

這篇文章從RCD+熱應激+m6A多熱點整合切入分析，創(chuàng)新性較高，內容比較豐富，數據量較大，干濕結合快速產出高分文章。目前這種將多種細胞死亡整合，再與其他熱點聯合分析的生信文章還不多，也就是說讓你去發(fā)揮的空間相當大喲，利用這篇文章搜集到的基因集合，換個癌種能復現，快行動起來吧！?