爾雲間 一個專門做科研的團隊

　　關注小雲的粉絲朋友們還記不記得之前分享過的“失巢凋亡”方向？

　　當時“失巢凋亡”的生信發文套路——與鐵死亡、銅死亡、壞死性凋亡等其他細胞死亡形式的套路基本一緻，關鍵在于“失巢凋亡基因集合”的獲得，拿到基因集合後基本上就可以按照之前鐵死亡等的套路進行複現！

　　其實，除了發文套路類似，它的發文規律也跟鐵死亡、銅死亡一樣，一開始都是最簡單的預後模型、然後加些腫瘤分型，慢慢地隻用mRNA分析分數不高了就開始做lncRNA或者與其他熱點聯合，再往後就得追求思路創新或者加一些濕實驗···（ps：粉絲朋友們，可以回想一下推薦生信思路的規律，看看是不是這麼回事兒~ ~）

　　所以呢，面對這個形勢，咱們“失巢凋亡”的生信思路也得搞個進階版了，祭出“lncRNA大法”（ps：雖然lncRNA本身有點像過氣明星，但它确确實實是個萬金油的存在，超級百搭，什麼熱點都能關聯上lncRNA分析來提高創新性，所以關鍵時刻還是要用上這員大将！）

　　來淺淺對比一下，“失巢凋亡”3分 和8分 的區别

　　一眼就能看出8分 的是做失巢凋亡lncRNA預後，并且相比于3分 的文章，8分 的工作量也不大。那是因為目前“失巢凋亡”方向還都是在做mRNA水平的預後模型，但lncRNA還沒啥文章，所以創新性就體現出來了，8分 也就到手啦！

　　題目：膀胱癌患者失巢凋亡相關lncRNA免疫浸潤及免疫治療反應綜合分析

　　雜志：Front. Immunol

　　影響因子：IF=8.786

　　發表時間：2022年11月

　　研究背景

　　失巢凋亡是程序性細胞死亡PCD的一種形式。研究表明，失巢凋亡參與腫瘤進展和癌細胞轉移和擴散的決定性步驟，但它在膀胱癌中的作用仍不清楚。作者試圖篩選失巢凋亡相關的lncRNA ，以便建立一個風險模型，了解其預測膀胱癌預後和免疫景觀的能力。

　　數據來源

　　研究思路

　　通過Pearson相關分析篩選失巢凋亡相關lncRNA（arlncRNA），并在TCGA隊列中進行差異表達分析。利用單變量Cox分析和LASSO回歸分析構建基于7-arlncRNAs的風險模型。使用ROC曲線和生存曲線來驗證模型的準确性和預後價值并建立列線圖。在高低風險組間進行GSEA富集分析、免疫浸潤分析和藥敏性分析。基于arlncRNAs的表達通過共識聚類分析将BCa患者分為三種亞型，以進一步研究預後、免疫浸潤水平、免疫檢查點和藥物敏感性的差異。

　　主要研究結果

　　1. 膀胱癌患者的arlncRNA的鑒定與模型構建

　　首先對ARGs和lncRNAs 進行Pearson相關性分析，共獲得1109個arlncRNAs（圖1A），在TCGA隊列中進行差異分析，得到223個差異表達的arlncRNAs（圖2B）。利用單變量Cox分析和LASSO回歸分析構建基于7-arlncRNAs的風險模型（圖1C-E）。根據中位風險評分将患者分為高低風險組，使用ROC曲線和生存曲線來驗證模型的準确性和預後價值（圖2D）。最後，使用臨床因素和風險評分建立列線圖，并利用校準圖評估其準确性（圖2A, B）。

　　圖1 膀胱癌風險模型的構建

　　圖2 風險模型的驗證和列線圖構建

　　2. 風險評分與免疫浸潤和藥敏性相關性分析

　　通過TIMER 2.0數據庫CIBERSORT、TIMER、XCELL等算法評估高低風險組間的免疫浸潤情況（圖3A）。分析比較高低風險組間的TME相關評分（圖3B），通過ssGSEA分析免疫細胞亞群的比例和相關途徑（圖3C）。通過“gg pubr”R包比較了兩個風險組之間的免疫檢查點表達（圖3D）。通過“pRophetic”R包分析風險組間的藥敏性（圖3E）。

　　圖3 膀胱癌患者免疫浸潤和藥敏性分析

　　3. 膀胱癌不同亞型的TME差異和藥敏性分析

　　基于arlncRNAs的表達通過共識聚類分析将BCa患者分為三種亞型（圖4A），并分析3個亞型與2個風險組之間的相關性（圖4D）。CIBERSORT、TIMER、XCELL等算法評估3個亞型間的免疫浸潤情況（圖4E），分析比較亞型間的TME相關評分（圖4F），通過“gg pubr”R包比較了兩個風險組之間的免疫檢查點表達（圖4G）。KM生存曲線評估亞型間的OS預後情況（圖4H），通過“pRophetic”R包分析風險組間的藥敏性（圖4I）。

　　圖4 膀胱癌不同亞型的TME差異和藥敏性分析

　　總結

　　這篇文章利用失巢凋亡相關lncRNA建立腫瘤預後模型并進行腫瘤分型分析。分析思路和内容比較常規、簡單，還是純生信，在目前幹濕結合要求越來越普遍的形勢下，這麼簡單的純生信分析能發到8分 ，性價比還是相當高的！

　　當然，這也是得益于“失巢凋亡”方向目前lncRNA思路用的比較少，不過也可以預見後面也會越來越多，所以趁現在很多人還沒有做到進階版的時候，抓住時機，利用文章附帶的基因集合，換個癌種複現so easy！

　　小雲持續為大家帶來最新生信思路，更多創新性分析思路請查看下方往期内容。雲生信團隊竭誠為您的科研助力！

　　思路推薦：

　　别隻盯着鐵死亡、銅死亡了，快來看看這個經典又熱門的方向，你的下一篇生信文章可能就是它了！想發高分隻分析銅死亡還不夠？細胞死亡大軍來襲！基于12種細胞死亡模式基因構建預後模型，13分 生信文章輕松收入囊中别再隻盯着銅死亡了！超贊的“銅代謝”8分 生信思路來襲，附帶“銅代謝”基因集，換個癌種/非腫瘤疾病即可輕松複現！！雙疾病生信分析又出新思路——利用“新冠病毒相關基因”構建腫瘤預後模型，7分 簡直完美，趁着這波熱潮抓緊上車！！“細胞間通訊”生信新切入點—“囊泡介導的轉運基因”，幹濕結合不蹭熱點就發8分 ，附帶基因集，直接拿去複現！,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!