生信分析39.肿瘤浸润免疫细胞表型与肾癌

生信论文的套路

1. ONCOMINE从全景、亚型两个维度做表达差异分析；
2. 临床标本从蛋白水平确认（或HPA数据库），很重要；
3. Kaplan-Meier Plotter从临床意义的角度阐明其重要性；
4. cBio-portal数据库做基因组学的分析（机制一）；
5. STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）；
6. TISIDB/TIMER分析肿瘤免疫特征（机制三）。

第39篇生信论文的分享。

单纯生信数据库的数据分析，没有湿实验验证，发表在4分+的期刊上。

摘要写作，背景中按照疾病背景，引出基因，提出科学问题的逻辑进行，内容稍多。方法中列出，太简单了，也不值得学习，所有的数据库都是果友们熟悉的技能。结果是总结式写作，没有具体的数值，但是很清晰，值得借鉴；结论还是蛮清楚的。

差异表达部分，作者采用oncomine+三线表的方式。前面说过，对于单基因的差异分析，尤其是与肿瘤浸润免疫细胞表型相关的分析，芒果建议采用oncomine+TIMER双验证的方法，有局部聚焦（oncomine）和全局通览（TIMER）的神奇效果，但是只是一种选择。

然后作者通过UALCAN数据库对转录水平的差异表达进行确认。双确认是目前生信论文的主流，就像湿实验，一般要重复两次，增加实验的说服力，这也是科研的严谨性。

用GEPIA分析基因表达与肿瘤分期的相关性，属于临床意义的探究。

用GEPIA数据库做无疾病生存率和全生存率的分析，作者没有选择km plotter数据库验证。个人认为，最好双确认，或者提供解释说明。

然后作者用cBioPortal数据库做组学、基因相关性和蛋白互作，属于机制的探究。这种探究跟免疫浸润机制不同，是从基因组学，蛋白水平做不同层次的摸索，是生化分子角度；而免疫浸润的机制探究，是从免疫学和肿瘤学角度出发，立足点不同。因此，基因组学、蛋白互作和免疫浸润是可以出现在同一篇生信论文中的，是并列关系。

富集分析探究机制。根据GO分析，CXCL基因家族与细胞表面信号通路，蛋白的胞外域和信号转导活性相关。根据KEGG分析，CXCL基因家族与趋化因子信号通路，细胞因子受体相互作用和肿瘤信号通路有关。

探究参与调控的关键转录因子（TRRUST数据库），是对基因家族上游分子的分析，值得借鉴。新技能！

探究转录因子调控的靶细胞（LinkedOmics数据库），是对下游信号分子的分析，与上游分子的分析结合起来，前后呼应，值得学习。新技能！

免疫浸润机制的探究。探究CXCL家族分子与肾癌肿瘤浸润免疫细胞之间的相关性，这是TIMER数据库的基本功能。意义很大，但难度不大。

最后cox回归分析，增加说服力。阐述六种免疫细胞与肾癌的相关性，以及CXCL基因家族分子与肾癌的相关性。三线表的形式，一目了然。

总体分析，这篇论文的生信技能都是我们在公众号里面分享过的，其中以TIMER数据库的使用为主，难度并不大。在做差异表达的分析时，作者采用oncomine+UALCAN数据库双验证的方式。我们已经分享过oncomine+GEPIA双确认，oncomine+TIMER双确认两种方式。关键是双确认总比单个数据库有说服力。

具体用哪两种组合，每个人都有自己的偏好，能说明问题就行。但是，个人经验来说，免疫浸润表型分析，首选oncomine+TIMER；相关性分析较多，尤其是涉及基因表达的相关性，基因表达与肿瘤分期的相关性，首选oncomine+GEPIA；若涉及基因组学，如甲基化等，则首选oncomine+UALCAN。

题目

Identification of Therapeutic Targets and Prognostic Biomarkers Among CXC Chemokines in the Renal Cell Carcinoma Microenvironment.