爾雲間 一個專門做科研的團隊

關注我們

現在還能做自噬相關的生信分析思路嗎？

如果能怎麼做？

一分鐘教你如何讓“自噬”這個經典的生信方向老樹開新花，還能舉一反三！

要說自噬這個獲得過諾貝爾獎的熱點，它的火爆程度大家都是有目共睹的，包括文章的發表數量和國自然中標數量都是一路高歌。

但隨著研究的越來越多，一部分人就會覺得自噬雖然經典又熱門，但這個熱點已經不新了，尤其是要做生信的話沒什麼好的思路呀…

這種觀點小云並不十分認同，以小云寥寥幾年的生信經驗來看，任何方向都可以從分析思路和分析方法上進行創新，讓你的生信思路給人眼前一亮的趕腳！

如果不信，你可以選個方向來找小云battle一下~

沒有思路、不知道怎麼創新的找小云，超多個性化、創新性高的分析思路供你選擇！

福利來了！非腫瘤疾病自噬相關生信分析也能發到6分+！

抓住國自然熱點“線粒體自噬”，風險評分關聯免疫，純生信分析也能發6分+，模板套路拿走不謝！

快來看看這篇彙集了“4大亮點”的細胞衰老生信分析文章！極具借鑑意義，模仿它=8分+文章在向你招手！

6張圖就能發12分生信分析文章？！看來中性粒細胞胞外誘捕網（NETs）這一熱點千萬不能錯過！

雙疾病分析推陳出新！構建診斷模型帶你衝上8分so easy！還告訴你原來驗證實驗可以這麼加！

生信沒頭緒？Science最新發文引發思考！下一個生信分析熱點該不會就是它吧？內附切入指南

小云之前說過：創新性才是生信分析的關鍵，而用生信解決臨床問題才是buff加持！今天小云就用一篇8分+文章，教你如何借臨床表型“放療敏感性”的東風玩轉自噬的生信分析思路。文章的亮點就是篩選了

放療相關自噬基因

！

我們先看看文章的亮點，再聊聊如何舉一反三！

先簡單透露一下：“放療”相關自噬基因=“臨床表型”相關“熱點”基因，臨床表型可以換，熱點方向也可以換，自由組合就可以產生多篇生信思路！

（文末總結才是精華，不要錯過呦！）

發表時間：2022年10月

發表雜誌：Frontiers in pharmacology

影響因子：IF=8。786

文章題目：放療相關自噬基因在肺腺癌預後和免疫浸潤中的作用

資料來源

研究思路

採用加權基因共表達網路分析（WGCNA）識別與放療相關的模組基因；同時篩選出不同放療反應組間差異表達基因（DEGs）；從自噬資料庫下載自噬基因（ATGs）；將上述三者取交集，獲得差異表達的放射治療相關自噬基因（DERRAGs）。然後透過Cox分析選擇預後相關自噬基因，建立風險模型和諾姆圖。構建風險評分，針對不同風險組進行免疫微環境和功能富集分析。並透過細胞實驗驗證關鍵基因的表達。

分析流程圖

主要研究結果

那麼作者是如何篩選到放療相關自噬基因的呢？

1. 鑑定LUAD放射治療相關的關鍵基因

利用WGCNA確定了11個模組，其中brown4模組與放療最相關。因此，將brow4模組中的1900個基因被用於下游分析。

2. 鑑定LUAD中放射治療相關自噬基因(DERRAGs)

根據臨床資料將TCGA-LUAD患者分為放射敏感（RS）組和放射抵抗（RR）組。RS組和RR組之間共鑑定出1121個DEGs。將1121個DEGs、1900個放療相關brow4模組基因和1183個自噬基因（ATGs）取交集後，得到11個放療相關自噬基因（DERRAGs）。

3. 建立自噬相關風險評分模型

分析DERRAGs的預後價值。單因素和多因素Cox迴歸分析選取3個關鍵基因SHC1、NAPSA、AURKA建立自噬相關風險模型。計算風險評分，將患者分為高、低風險組。兩個風險組之間的生存率有顯著差異。

接下來就是針對這兩個風險組進行的分析和驗證：

總結

這篇文章最大的亮點就是：透過將患者分為放療抵抗組和放療敏感組，並利用WGCNA和資料庫中的自噬基因篩選到了放療相關自噬基因，後面的分析都是常規的分析思路！

那麼我們可以參考這篇文章進行舉一反三！

放療相關自噬基因，其中“放療”可以換成“化療”、“免疫治療”、“轉移”、“惡性程度”等等臨床表型，“自噬”可以換成“鐵死亡”、“線粒體”、“內質網應激”、“衰老”、“某種免疫細胞”等等基因集，篩選得到“臨床表型”相關“熱點”基因，再進行分析，任意組合到一起就是一篇思路新穎的生信文章。

最重要的是，透過這一系列分析之後，不僅獲得了一篇生信分析的文章，還可以根據篩選出來的關鍵基因，繼續設計後續的實驗思路，比如這篇文章後續可以研究“XX關鍵基因透過調控自噬影響腫瘤放療敏感性的作用機制”。

如此舉一反三，是不是一舉多得？看完小云的分析後，心動的小夥伴快來諮詢吧！

小云可以免費評估等。超多個性化、創新性高的分析思路供你選擇！

TAG: 自噬基因生信放療分析