师兄师姐都不会教你的这里都有！手把手教你多组学数据挖掘

对临床医生来说，科研工作不外乎就是每年需要文章产出，年末的时候再去申请课题项目。而且文章的产出又跟课题申请的命中率有一定的关联，加之临床工作的繁重性，利用手中可及的资源整理好科研成果，快速发表文章是很多迫于科研压力人的梦想。

今天小编给大家介绍一篇北京协和医院赵海涛主任发表于EBioMedicine的生信文章。文章的题目是“Development and validation of a TP53-associated immune prognostic model for hepatocellular carcinoma”。对于临床工作者而言，一个良好的临床角度对课题的申请以及文章的价值都能增色不少。超级明星基因TP53在很多肿瘤中都发生了突变，有报道表明野生型TP53能激活细胞的天然免疫反应，突变TP53（TP53mut）则通过负向调控细胞的天然免疫信号，导致肿瘤细胞发生免疫逃逸，导致患者的肿瘤更加容易发生复发和转移。本文作者通过探讨TP53调控的免疫相关基因的表达，构建了一个预测肝细胞癌（HCC）的免疫预后模型（IPM）。

1、 在TP53mut样本中挑选差异表达的免疫应答基因

确定TP53突变，基于此将样本进行分组。获得了37个跟免疫应答有关的差异基因。随便做了一下GSEA富集分析。

2、 构建IPM模型，并进行验证

单因素COX回归分析找到7个与HCC患者OS显著相关的差异基因。随后使用LASSO回归模型进一步挑选了两个基因：TREM1、EXO1。进一步的，采用多因素COX回归分析，构建了风险评分（Risk Score，RS）模型。根据RS值将纳入的样本分成高低风险组，构建患者OS预后模型的ROC曲线。训练集中，在预测0.5-5年时AUC可超过0.7，验证集中表现一般。

3、分析样本中TP53mut情况以及与临床的一些相关

TP53mut患者生存率更低，IPM与野生型TP53和TP53mut患者的 OS 显著相关。

4、 免疫浸润分析

使用 CIBERSORT 方法结合免疫细胞特征基因表达矩阵，评估了IPM高低风险评分HCC患者之间 22 种免疫细胞类型的免疫浸润差异。

免疫细胞在每个样本中的分布情况。

5、 IPM相关基因的富集分析

风险评分与免疫检查点的评分；小提琴图分析免疫检查点在IPM高低风险组中的表达情况；IPM高低风险组患者样本中差异基因的表达情况，以及常规的BP和通路富集分析。

6、基于IPM构建与评价Nomogram图

小编有话说：上述的很多分析内容通过简单R语言代码即可完成。即使R语言是零基础的也没问题，想要学会不妨继续往下看。

如有侵权，请联系本站删除！