論文題目:ceRNA網(wǎng)絡的綜合分析發(fā)掘腎乳頭狀細胞癌(KIRP)的預后特征
建立疾病相關(guān)ceRNA網(wǎng)絡的思路大致是:首先篩選在疾病中顯著差異表達的lncRNA(circRNA)、miRNA和mRNA,然后預測它們之間的互作關(guān)系,就可以建立一個ceRNA網(wǎng)絡。由于ceRNA網(wǎng)絡建立起來方法單一,也很容易出結(jié)果,幾乎每一種腫瘤都被建立過ceRNA網(wǎng)絡,并且在2019年之前online了。不過,沒有趕上童鞋們莫急,還是有機會的,讓我們瞅瞅這篇文章都干了些啥,有哪些亮點。
01??鑒定在KIRP中顯著差異表達的RNA
將TCGA數(shù)據(jù)庫中KIRP數(shù)據(jù)集中癌和癌旁的RNA-seq數(shù)據(jù)進行差異表達分析,篩選到1,832 DEmRNA(853 up-regulated and 979 down-regulated),1,036 DElncRNA (458 up-regulated and 578 downregulated) 和 93 DEmiRNA (42 up-regulated and 51 down-regulated)。
02??差異mRNA功能分析
對顯著上調(diào)和下調(diào)的mRNA分別進行GO和KEGG富集分析。(亮點1:除了常規(guī)的氣泡圖和條形圖外,作者還繪制了KEGG網(wǎng)絡圖,圖種將mRNA的名稱、foldchange、富集通路、和富集數(shù)都進行了展示,很精美)。
03??CeRNA網(wǎng)絡建立
miRTarBase和miRcode預測DEmRNA、DElncRNA和DEmiRNA之間的互作關(guān)系。
04??蛋白互作網(wǎng)絡(PPI)分析
把ceRNA網(wǎng)絡中的mRNA挑出來,單獨建立蛋白互作網(wǎng)絡,探究網(wǎng)絡中mRNA對預后的影響,結(jié)果發(fā)現(xiàn)7個mRNA中有6個都顯著與預后有關(guān)。
05??篩選生物標志物和構(gòu)建預后模型
作者首先用單因素Cox回歸方法從ceRNA網(wǎng)絡中篩選了顯著與預后相關(guān)的RNAs,然后用stepwise regression 篩選最佳特征基因(亮點2)。最后確定了8個RNAs構(gòu)建預后模型。Risk score = 0.320?GF2BP3 C 0.624?PLK1 C 0.356?LINC00200 - 0.817?NCAPG C 0.484?CENPF - 0.332?GAS6_AS1 C 0.130?miR_217 - 0.241?LRRC4。
06??8個RNAs表達與臨床分期的關(guān)系
與預后不良顯著相關(guān)的RNA的表達量會隨著臨床分期的上升而上升,與預后良好顯著相關(guān)的RNA的表達量會隨著臨床分期的上升而下降(亮點3)。
07??8個RNAs與腫瘤類型的關(guān)系
KIRP有兩種亞型type 1和type 2。其中type 2有更差的預后。與預后不良顯著相關(guān)的RNA在type 2中的表達量顯著高于type 1,與預后良好顯著相關(guān)的RNA在type 2中的表達量顯著低于type 1(亮點4)。
看完全文,小姐姐找到4個亮點:
1)KEGG網(wǎng)絡圖;
2)篩選特征基因方法新穎(stepwise regression);
3)特征基因分別在不同臨床分期中進行表達水平比較;
4)特征基因分別在不同腫瘤亞型中進行表達水平比較。
不過感覺2021年做這些工作再發(fā)5分很困難了,這篇文章其實還有很多地方可以補充的,例如:“構(gòu)建預后模型”,我們可以將工作細化,把樣本分為訓練集和測試集,這樣得到的結(jié)果更加可信;“特征基因表達與臨床分期的關(guān)系”,這里我們可以再對其他臨床特征進行拓展,例如:年齡、TMN分期、性別等等;對于建立的預后模型,我們可以再用其他數(shù)據(jù)庫的數(shù)據(jù)進行外部驗證,并且可以用單因素和多因素Cox回歸分析驗證其臨床獨立性;對于預后模型預測出的高低風險患者,我們可以做一個基因富集分析(GSEA)比較不同組患者富集通路的差異,也可以比較兩組患者的免疫細胞浸潤情況及腫瘤突變負荷情況。當然,我們還可以加一些實驗驗證,例如:qPCR、WB、免疫組化驗證一下特征基因在KIRP上的表達差異,或者是在不同臨床分期上的表達差異;雙熒光素酶報告實驗,驗證網(wǎng)絡中l(wèi)ncRNA-miRNA-mRNA的調(diào)控情況等等。
添加生信小姐姐微信,上門交流制定方案~
?