生信分析44.肿瘤浸润免疫与胃癌（GEPIA+HPA）

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44篇生信论文的分享。题目，显得单薄。文章3分+。

摘要方法部分，详细介绍数据库，有些是尚未在公众号分享的。

作者直接从生存分析的角度入手，利用km plotter数据库分析NDRG基因家族基因在胃癌中表达差异与存活率的关系，并分析其与HER2表达、肿瘤分期的相关性。

作者最精彩的分析在Figure4，通过高表达组和低表达组的对比，确认NDRG1-4基因差异表达与存活率的关系，而且结果跟km plotter的数据相符，图做得也很漂亮。数据库是 TRGAted platform。

网址：https://nborcherding.shinyapps.io/TRGAted/.

然后，在临床意义探究的基础上，作者对差异表达进行分析。转录水平的差异用GEPIA数据库（包括差异表达， 与肿瘤分期的相关性和基因表达的相关性）；蛋白水平的差异用HPA数据库，结果展示差异很明显。

然后作者进一步分析HER2和EGFR表达与NDRG基因表达的相关性，是从机制上探究差异表达的意义，确认EGFR与NDRG的作用相关。

再从富集分析和蛋白互作的角度分析NDRG参与调控肿瘤的机制。

接着，作者从基因组学的角度——DNA甲基化情况，探究NDRG参与调控肿瘤的机制。尽管UALCAN也可以做甲基化分析，但是只有肿瘤和正常组织甲基化差异的对比，没有对甲基化具体情况的展示。这里作者使用的是另外一个甲基化数据库——MethSurv。

网址：https://biit.cs.ut.ee/methsurv/.

最后，在基因组学分析，通路富集分析，蛋白互作和甲基化分析之后，作者通过TIMER数据库，探究基因差异表达与肿瘤免疫浸润的关系，

最终，作者以示意图的形式，阐明NDRG基因家族基因参与胃癌的分子机制。但是，整体而言，文章的数据很多，但是没有很好的逻辑在里面。这是很可惜的地方。因此，生信分析逻辑永远重于数据分析。数据库的掌握，并不是多多益善，够用就好。

题目

Characterization of the prognostic values of the NDRG family in gastric cancer.