衰老专题—当前生信文章大汇总

前段时间为大家分享了NATURE REVIEWS CANCER的综述，总结了衰老微环境对肿瘤进展的影响。但是NATURE的综述那也是综述，可能有人会觉得离自己上手的分析还有一段距离。今天为大家分享几篇今年发表的衰老相关的纯生信文章或者纯生信为主的文章。相信大家看完之后，能够得到更确切的研究思路。

衰老微环境生信挖掘 生信分析意向表 (mikecrm.com)

第一篇

第一篇文章今年七月份发表在Frontiers in Cell and Developmental Biology（IF：6.684）。作者从HAGR数据获取衰老相关基因集合，针对肺腺癌进行了8个部分的分析。

1.TCGA与GEO数据筛选预后相关衰老基因并取交集

2.基于LASSO cox构建6基因风险模型

3.模型中基因转录水平与蛋白水平

4.训练集和验证集风险模型与患者预后与临床特征相关性

5.风险分组GSEA

6.模型基因表达水平与临床特征相关性

7.免疫微环境

8.列线图

第二篇

第二篇文章今年六月份发表在Frontiers in genetics（IF：4.599）。作者同样从HAGR获取衰老相关基因集合，针对肝细胞癌进行了8个步骤的分析。

1.识别差异表达并且预后相关的衰老相关基因

2.相关基因蛋白蛋白互作网络

3.使用LASSO cox构建模型

4.训练集和验证集模型与患者预后和临床特征相关性

5.模型独立性分析

6.功能分析与GSEA

7.免疫微环境

8.列线图

第三篇

第三篇文章今年六月份发表在Aging（IF：5.682）。作者依旧从HAGR获取衰老相关基因，针对低级别胶质瘤（LGG）和胶质母细胞瘤（GBM），进行了8个部分的生信分析并且进行了RT-qPCR验证了蛋白水平。

1.识别LGG与GBM间4个差异表达衰老相关基因

2.探索4个基因预后效能

3.无监督聚类与功能富集

4.基于LASSO cox构建模型

5.模型与预后和患者临床特征相关

6.独立性分析与列线图

7.免疫微环境与促炎因子

8.RT-qPCR验证蛋白水平

第四篇

第四篇文章今年二月份发表在Aging（IF：5.682）。对于衰老相关基因，作者有不一样的检索方式。作者从msigdb获取衰老相关基因集合，得到1837个衰老相关基因，针对结直肠癌进行了10个部分的分析。

1.三套数据进行GSEA分析aging/cell_aging/senescence通路在肿瘤和正常患者间的差异

2.多套数据识别差异表达与预后相关衰老基因并取交集

3.差异基因PPI

4.基于LASSO cox构建模型，并使用独立数据验证预后效能

5.独立性验证

6.模型与临床特征相关性

7.免疫微环境

8.模型基因基因组改变

9.风险分组功能分析

10.GeneMANIA

第五篇

第五篇文章今年五月份发表在Aging（IF：5.682）。对于衰老相关基因，作者检索的方式又不一样，从msigdb获取7个基因集合，得到321个衰老基因。针对LGG和GBM，作者并非基于预后筛选的基因，作者基于LASSO 筛选aging相关基因进行了8个部分的分析。

1.差异表达基因识别，基因单变量cox和LASSO筛选aging相关基因

2.基于LASSO cox构建风险评分

3.风险评分与患者预后及临床特征相关

4.风险分组基因组改变

5.无监督聚类探索aging相关基因与生存相关性

6.免疫微环境

7.免疫治疗

8.细胞实验

除此之外，还有一篇去年发表的头颈鳞状细胞癌的纯生信文章以及一篇IF2+的文章，这里就不做详细介绍了

总结：

之前分享的文章，更多的还是深入的介绍了研究背景，对于具体的分析方式没有做详细的介绍。今天分享的文章，光是今年发表的就有5篇，其中4篇都在5+水平。有了坚实的研究背景，又有了实际的研究方式，衰老相关的肿瘤研究可以上手一试了。

衰老微环境生信挖掘生信分析意向表 (mikecrm.com)