現在都是流行追熱點，例如m6A這個研究熱點，很多人利用它發了n篇純生信數據挖掘的文章；再比如鐵死亡這個研究熱點，有一大堆純數據挖掘的文章正在投稿中；現在我們看看這個已經發了無數篇純數據挖掘文章的研究熱點——腫瘤微環境。這次分享的範文發表在Front Mol Biosci上，影響因子：4.188，中科院分區：2區，參考範文出處：PMID: 33381521，DOI: 10.3389/fmolb.2020.599475。
範文題目：Identification of the Prognostic Value of Tumor Microenvironment-Related Genes in Esophageal Squamous Cell Carcinoma
研究背景：
食管鱗狀細胞癌（ESCC）是食管癌的最普遍的組織學類型，但缺乏明確的預後指標。
研究方法：
我們使用ESTIMATE算法訪問TCGA資料庫中保存的ESCC病例的腫瘤微環境（TME），並使用Cox回歸分析確定了TME相關的預後基因。使用最小絕對收縮和選擇器操作或LASSO算法確定關鍵的預後基因。計算風險評分，並構建臨床預測模型以評估TME相關基因的預後價值。
研究結果：
我們發現，較高的免疫和基質評分與較差的總體生存率顯著相關（p <0.05）。我們共鑑定了1,151個與TME相關的差異表達基因，其中67個與預後相關的基因。通過LASSO方法，選擇了13個關鍵預後基因，即ADAMTS16，LOC51089，CH25H，CORO2B，DLGAP1，GYS2，HAL，MXRA8，NPTX1，OTX1，RET，SLC24A2和SPI1，並構建了13個基因的風險評分 。與較低的風險評分相比，較高的評分表明預後較差（HR：8.21，95％CI：2.56-26.31；P <0.001）。風險評分與免疫/基質評分和各種類型的浸潤性免疫細胞（包括CD8細胞，調節性T細胞和靜息巨噬細胞）顯著相關。
研究結論：
我們表徵了ESCC中的腫瘤微環境，並確定了關鍵的預後基因。提出了基於這些基因的表達譜的風險評分，作為TME狀態的指標，並有助於預測患者的預後。
分析思路：
1、確定高免疫和基質分數與不良預後相關，並且根據高低分組進行差異分析，得到相關的差異基因，對差異基因進行功能分析（GO、KEGG富集分析）
2、使用單因素Cox和lasso回歸篩選基因，最後確定了13個基因進入模型計算risk score以及risk score結合臨床因素進行構建模型, 並且使用GEO數據進行外部驗證
3、分別進行risk score與免疫評分、基質評分、免疫細胞浸潤的相關性分析