最近小编搜到了一篇关于可变剪切的文章，初看之时，这个整体流程简单易懂，的课程中也有与之极为相似的，再仔细一看杂志Carcinogenesis，IF5.027，小编就吃鲸了！！！

先来看下摘要部分：

大体表达了：选择性剪接（AS）是增强转录组和蛋白质组多样性的主要机制，通过比较了食管癌（ESCA，包含87例食管腺癌（EAC）和79例食管鳞状细胞癌（ESCC））和非肿瘤组织的差异剪接AS转录本，并识别了与生存相关AS事件，最后通过整合生物信息学分析构建预测模型以及剪接调控网络。最终分别获得食管腺癌（EAC）和食管鳞状细胞癌（ESCC）生存相关的2326、1812可变剪切事件及1738、1360相应基因，同时构建模型的ROC值可以达到0.942和0.815。

方法与结果部分主要分为四个方面：

1、TCGA RNA-seq data process

使用SpliceSeq为TCGA中ESCA的样本进行进行分析，识别可变剪切事件并计算(PSI)的值

2、Differentially spliced AS events analysis

采用t检验确定ESCA与正常组织之间的差异AS事件，选取p<0.05和|log2FC|>1为差异AS事件。

3、Survival analysis

将患者按每个剪接事件的PSI中值分为两组，并进行单变量Cox回归。进一步进行多变量Cox回归，确定剪接事件为独立的预后因素，并建立预测模型，并通过接ROC特征曲线进一步评估各预测模型的效率。

对于单因素回归分析（以EAC为例，ESCC同理）

绘制柱状图展示在每种可变剪切类型中危险因素和保护因素的数目

绘制upsetR展示每种可变剪切类型中可变剪切事件及相对应基因间的关系

绘制森林图展示单cox回归分析后每种可变剪切类型中与生存相关的标志物P values和HR等信息

对于多因素回归分析（以EAC为例，ESCC同理）

绘制生存曲线对每种可变剪切类型构建的模型分别进行展示。

绘制ROC曲线展示模型构建的优劣

4、Splicing-factor-regulated network construction

对剪切因子进行生存分析确定与生存相关的剪接因子，并通过Spearman检验，评估剪接因子表达水平与AS事件的PSI值之间的潜在关系。

绘制网络图展示剪切因子与可变剪切事件的调控网络。

绘制

绘制生存曲线展示剪切因子与生存的关系。

绘制线性拟合图像展示剪切因子与可变剪切事件的相关性

将患者按每个剪接事件的PSI中值分为两组，并进行单变量Cox回归。

这些方法和结果看完，是不是觉得哪里有一丝丝熟悉？？？

那么再来看看这几个图

早就推出过与之相似的课程，套路不易，癌型有限，还等什么呢？赶快扫码购买学习吧！

参考文献：

Survival associated alternative splicing signatures in esophageal carcinoma