最新消息，坏死性凋亡的第一篇纯生信文章在十一月份发表了！

前段时间，小编从发文趋势，分子机制，热点之间的串扰等方面跟大家介绍了坏死性凋亡作为下一个研究热点的可能性。当然了，在真正的文章出来之前，相信很多人会和当时的细胞焦亡一样，还在观望。坏死性凋亡的第一篇纯生信文章的出现，相信会给与大家足够的信心。

文章十一月份发表在Journal of Oncology（IF: 4.375）。

Necroptosis-Related lncRNAs: Predicting Prognosis and the Distinction between the Cold and Hot Tumors in Gastric Cancer

坏死性凋亡相关lncRNA：在胃癌中预测预后以及区分冷热肿瘤

这里同样为大家提供一个太长不看版本：

从种种迹象来看，坏死性凋亡必将是下一个研究热点。目前，第一篇坏死性凋亡的纯生信公共数据文章已经发表了，并且是验证比较难实现的非编码RNA。所以，从可行性上来说，坏死性凋亡是ok的；目前只有一篇文章出现，现在加入还不晚。

完整文章实战版本：

小编将详细为大家剖析一篇热点文章如何实现。

背景和摘要

研究背景是文章重要的组成部分，我们一起看看这篇文章的背景和摘要的主要构成。

第一，面对胃癌预后不良和免疫治疗失败，当前研究试图寻找新的潜在的生物标志物来预测预后和精准用药来改善这种情况。

第二，大多数胃癌(GC)患者诊断为晚期，预后较差。除了不能诱导细胞死亡外，冷肿瘤缺乏预先存在的免疫也是免疫治疗耐药的原因。因此，研究如何加强胃癌的免疫治疗是十分必要的。

第三，由于大多数肿瘤具有固有的凋亡抵抗，诱导其他细胞死亡机制，如坏死性凋亡，逐渐被认为是有前景的治疗策略。

第四，长链非编码RNA (Long noncoding RNA, lncRNA)可以通过影响基因的翻译或直接与蛋白质和其他RNA物种相互作用来控制基因。坏死性凋亡相关lncRNA作为胃癌潜在治疗靶点的研究尚未被广泛提及。

材料方法：

文章使用的数据，来自TCGA和GTEx。其中TCGA数据按照1：1进行拆分。

坏死性凋亡基因集合来自GSEA和已发表文献。

LASSO cox用于构建风险模型。

结果：

1.胃癌患者中坏死性凋亡相关lncRNA

这部分结果首先提供了文章流程图，勉强算是一个结果图。

第二部分，基于TCGA和GTEx数据识别差异表达lncRNA，使用pearson相关识别与坏死性凋亡正相关差异表达lncRNA，一共387个候选lncRNA。关于图的展示，只提供了火山图和部分坏死性凋亡基因与lncRNA的网络图。

2.模型构建和验证

通过单变量cox识别OS相关候选lncRNA，使用LASSO cox构建风险模型。

第一张图选择展示单变量cox的森林图、表达热图、LASSO结果图以及lncRNA上下调冲击图。

第二张图选择展示训练集、验证集和合并集中模型的预后效果，同时补充了在常规临床特征分组中，模型预后效果。

3.列线图构建和4.风险模型评估

这部分内容并没有说明是基于训练集还是验证集或者合并集做的。如果自己要实现，建议直接用合并集合做。关于风险模型评估，区分训练集，验证集和合并集展示了ROC。作者将这两个结果的图作为一张合图呈现。

5.GSEA和6.风险分组免疫因子和临床治疗探索

这里进行比较常规的分子机制的解析，因此区分风险分组，进行GSEA。从GESA的结果看到富集到免疫相关通路，因此进行了第6步免疫相关分析。免疫部分的分析，包含了其中工具计算的免疫浸润细胞，ESTIMATE结果，免疫检查点表达，基于R package预测药物敏感性。这两部分内容衔接比较紧密，所以图放一起呈现。

7.冷热肿瘤区分以及精准医疗分类

此部分的方法，其实汇总起来就是利用模型中包含的基因，进行聚类将样本进行分组，同时与风险分组进行比较，探索聚类分组间的免疫细胞差异，ESTIMATE差异，免疫检查点和治疗效果差异。从内容上来看，和第6步类似，但是写文章的时候，不是特别建议做这一步的分析，前后联系不是很好。如果结果不错，放附图比较好。

总结：

文章相对来说比较传统，其中免疫治疗效果预测部分，其实不是很建议用文章中的做法。毕竟pRRophetic预测的是化疗耐药性，以胃癌来说，本身是有免疫治疗数据的，直接上免疫治疗数据文章档次会提升不少。文章最后一个结果，也不是特别建议放正文。文章虽然有两处值得商榷的地方，而且在没有独立数据验证的情况下轻松到4+，坏死性凋亡的加成相信是有目共睹的。

参考文献：

Necroptosis-Related lncRNAs: Predicting Prognosis and theDistinction between the Cold and Hot Tumors in Gastric Cancer