相信小长假大家都玩的很累，所以今天就不给大家讲看起来晦涩难懂高大上的生信文章了，毕竟还是有很多小伙伴刚入门生信不久，对生信还处在你认识我我不认识你的阶段。所以今天分享下思路清晰明了的7+纯生信文章。文章主要涉及了三个部分预后、免疫治疗、潜在药物筛选。

7+纯生信分析思路详情咨询扫码联系团队

每一种肿瘤，甚至每一位患者的肿瘤浸润免疫细胞都存在差异，于是就有研究者根据免疫细胞浸润的特点将肿瘤大致分为“冷”肿瘤和“热”肿瘤，前者肿瘤中浸润的免疫细胞少以及较多比例的是免疫抑制性细胞（Treg, MDSC），对免疫治疗应答反应弱；后者肿瘤中浸润着较多的激活性免疫细胞（CD8+ T,Th1），能对免疫治疗药物产生较好的应答反应。多项研究已确定特定基因和通路在基因上调节免疫表型可以辅助免疫治疗。今天，文章就是以 12 个热肿瘤和3个冷肿瘤免疫表型相关基因出发构建肿瘤免疫表型相关基因预后指数 (TIPRGPI)，以预测 HCC预后和免疫治疗反应、和候选治疗药物。

文章思路讲解

文章22年4月份发表于Frontiers in Immunology（IF: 7.561）

鉴定可预测肝细胞癌预后、免疫治疗效果及候选药物的肿瘤表型相关signature

流程图（清晰明了，涉及内容丰富）

材料：

TCGA-LICH、ICGC-LIRI-JP、GSE14520表达谱及临床数据

结果展示：

1、首先分析了肿瘤免疫表型相关的TIPscore与预后和免疫过程的相关性（K-M生存曲线、皮尔森相关性），结果如下图与预后和免疫显著相关

2、使用WGCNA识别肿瘤免疫表型相关TIPscore性状相关的关键模块（图A-C）；对模块基因进行富集分析（D、E）；cox+lasso筛选关键预后因子（F、G）构建肿瘤免疫表型相关基因预后指数TIPRGPI。

3、评估和独立验证集验证TIPRGPI signature（A-D）；与其他signature预测效能的比较（E）；临床特征与TIPRGPI 得分关联（F）；基于不同临床病理变量亚组的 TIPRGPI 风险评分特征预后价值分析（第二张图）。

4、构建TIPRGPI整合的预后列线图：单因素和多因素cox回归分析表明TIPRGPI对于肿瘤而言是独立的预后因子（图A）; 构建临床特征和TIPRGPI整合列线图可以预测肿瘤1、3、5年的OS生存（图B）; 列线图与OS, DFS, PFS生存显著相关。

5、TIPRGPI的潜在分子机制：高低TIPRGPI风险组突变基因展示（图A-C）;共突变分析（图E）；CNV变异分析（图F）；肝癌核心基因在高低分组的CNV展示、表达在CNV分组见的展示（图G、H）。

GSVA方法分析了高低TIPRGPI组间hallmark通路富集差异，16条显著（图A）；GSEA证实了其中的12条在高风险组中上调（图B）；K-M曲线,评估了上调hallmark通路的是OS预后价值

6、TIPRGPI与免疫状态相关：高低TIPRGPI风险分组间肿瘤微环境细胞（适应性免疫、固有免疫细胞、基质细胞）浸润差异（图A）;TIPRGPI与TME细胞的相关性分析（图B）;TIPRGPI与TME最相关的细胞筛选（图C）。

7、TIPRGPI是预测肝癌免疫治疗敏感性的潜在因子：高低TIPRGPI风险分组间免疫检查点的表达差异（图A）；干扰素-γ通路marker表达差异（图B）; m6A调控因子表达差异（图C）；IPS评分差异（图D）；TIDE与TIPRGPI相关性（图E）。

8、TIPRGPI相关核心靶点识别和候选分子预测：构建PPI互作网络根据节点度筛选核心因子，进行分子对接筛选潜在的疾病治疗化合物。

结语：

今天的一文三个故事（TIPRGPI能评估）就讲完了，文章一开始从“冷”和“热”两种免疫表型marker出发，逐步筛选相关因子构建一个可以评估肝细胞癌预后、免疫治疗、潜在药物的signature，在每一个层面都进行了详尽分析，涉及分析方法也相当丰富，文章故事逻辑清晰合理，所以一点实验都没加也能到7分。赶紧把笔记做起来，不会做笔记的扫码上车。

7+公共数据库挖掘纯生信分析

扫码获取