如何低成本且高效的蹭免疫热点
不知道假期当前的你,是否还有心思踏踏实实的搞科研。反正小编的心早就飞到彩云之南了。
但是呢班还得上,活还得干。索性整理了一下免疫相关的思路,希望大家看完之后,彻底掌握如何蹭免疫的热点。
说起这件事情,那真是人背的时候,喝凉水都塞牙。好不容易写了一篇《免疫治疗往事》,结果免疫治疗又出事了,弄得满城风雨,最终殃及池鱼。
今天我们只聊科研。
大家都知道免疫火,做分析的时候如果能蹭上免疫,文章至少提供一个档次,那在具体分析中共有多少种玩法呢,小编给你一一介绍。
第一种,评估新模型免疫治疗效能
这种是目前用的最多,也是最火的思路,包括公众号上推广的TMEscore、m6Ascore以及其他客户要求的高分的文章,我们都会在风险模型构建完毕,去评估下这个模型与已有的免疫治疗评估指标的好坏,这一步非常非常重要,直接提升文章档次。当然如果你有自己的免疫治疗的队列数据就更棒了,没有的话也可以用公开的数据或者TIDE进行预测,这一块我们做的超级成熟,有需要的也可以找我们来评估和分析。
Dongqiang, Zeng, Meiyi, et al. Tumor Microenvironment Characterization in Gastric Cancer Identifies Prognostic and Immunotherapeutically Relevant Gene Signatures.[J]. Cancer Immunology Research, 2019.
第二种,免疫浸润和免疫评分
这个思路出现的时间也不短了,公众号第一次推广做免疫评分是在18年,一个5分的文章,做的是胶质瘤,这个思路陆陆续续的发了很多,我检索3左右的文章,今年还是有发表的。
这个思路是利用免疫评分进行高低分组,这里有一个分析的前提就是一定要有预后上的差异,不过也有的文章没有什么差异。我们在做这一块分析的时候,如果没有差异,会调试其他的分组方法,反正也是基于免疫评分,更新了下计算方法,效果就会好很多。然后就是常规的核心基因的那套思路,看预后,构建模型等等,当然也有文章会看下不同的分组或者分型其细胞浸润的程度,这个属于展示步骤,锦上添花。
Wang H , Wu X , Chen Y . Stromal-Immune Score-Based Gene Signature: A Prognosis Stratification Tool in Gastric Cancer[J]. Frontiers in Oncology, 2019, 9:1212.
第三种,开发免疫相关的signature gene
这个思路,我们发了CCR。其实这个思路是参考了4左右的文章,他的思路是这样的。首先免疫相关的signature gene 已经有人做过实验给提出来了,好像是基于乳腺癌提出的。但是呢对于其他癌型或者其他的乳腺癌会有更好的更适合的基因,所以开发新的signature gene就很有必要。方法也很简单利用已有的基因进行分组,筛选差异,关联预后等信息,确定新的signature gene ,然后跟已有的进行下比较,重点其实还是关注预后和分组效果。这个思路的好处跟核心基因一致,只要有新的数据集出来,就可以尝试下,万一碰到更好的基因呢。
Song Q , Shang J , Yang Z , et al. Identification of an immune signature predicting prognosis risk of patients in lung adenocarcinoma[J]. Journal of Translational Medicine, 2019, 17(1).
第四个,免疫相关的衍生操作
如果别人都在研究免疫相关的基因,你也想凑热闹,但是担心人多。可以多关注下这一部分,可以多关注下免疫相关的lncRNA、miRNA、AS、TF等等,或者也可以加上限定的关键词,比如缺氧,比如铁死亡。确定一个范围之后,其他的操作也都一样。还有一种操作是之前推广的单基因的思路,他把免疫相关的细胞当成了一个个的表型,用WGCNA直接筛选免疫相关的模块,再用PPI去降维。这种操作的一个出发点就是不走寻常路,结果也可能让人惊喜。
Meng Z , Zhao H , Xu W , et al. Discovery and validation of immune-associated long non-coding RNA biomarkers associated with clinically molecular subtype and prognosis in diffuse large B cell lymphoma[J]. Molecular Cancer, 2017, 16(1):16.
第五种,聚焦某一个免疫细胞
如果你属于那种喜欢死磕到底,不想文章一眼能看到底,可以试试这个思路。
根据自己的课题方向确定一个免疫细胞,围绕这个细胞做深。
其实分析操作还是跟上面的一样,无非就是把这个细胞相关的评分、模型、基因、衍生品做深做透。这样的分析非常容易出大成果,也非常非常容易失败。如果不是真的热爱科研,不建议轻易尝试。
Meng Z , Zhao H , Xu W , et al. Discovery and validation of immune-associated long non-coding RNA biomarkers associated with clinically molecular subtype and prognosis in diffuse large B cell lymphoma[J]. Molecular Cancer, 2017, 16(1):16.
除此之外,你还见过免疫的那种玩法,也欢迎留言讨论。