IF:7+ 免疫微环境中的免疫基因标记和免疫类型与胶质瘤的预后相
这期分享2022年4月14日发表在 Front. Immunol (7.561)的一篇文章研究不同的免疫亚型对患者生存的影响,同时鉴定的基因可用于对胶质瘤患者进行分层。这些发现表明胶质瘤免疫微环境与胶质瘤患者的预后显著相关,并且多个基因参与调节胶质瘤的进展
摘 要
胶质瘤是成人最常见的原发性恶性脑肿瘤,预后很差。胶质瘤患者的新治疗策略有限,部分原因是复杂的肿瘤微环境。然而,目前对胶质瘤免疫微环境及其调控机制的认识尚缺乏。在这项研究中,我们发现,不同的免疫亚型对患者的生存有显著影响。高免疫应答亚型胶质瘤患者的生存期较低免疫应答亚型胶质瘤患者短。高免疫应答亚型患者免疫微环境中的B细胞、T细胞、NK细胞,特别是巨噬细胞的数量明显增强。此外,还发现了132个与胶质瘤免疫相关的基因。对7个核心基因进行功能分析和验证,其表达水平与胶质瘤患者的预后显著相关,且在组织水平上结果一致。提示胶质瘤免疫微环境与胶质瘤患者的预后显著相关,多基因参与调控胶质瘤的发展。鉴定出的基因可用于对胶质瘤患者进行免疫亚群分析分层,指导临床治疗方案。
生信分析流程
我们从文章中提取生信分析流程,文章算是利用多组学的思路来分析结直肠癌预后,m6A调控因子的表达和CNV在结合lncRNAs和mRNA的数据综合性分析,看下文章中使用的数据集和生信分析方法,如下:
相关数据准备
数据集选择:CGGA cohort (n=749) and TCGA cohort (n=689)
基因集选择:25个免疫相关基因和两个MSigDB的pathway,
“c2.cp.kegg.v6.2.symbols” “h.all.v7.2.symbols” gene sets
生信分析方法
我们从文章的分析流程中提取所有的分析内容,整理出来就13个分析条目,构成了整个文章,临床大样本量+生信文章,发了7+,点击分析条码就会跳转到对应的教程,跟着教程做,您也能发7+,如下:
2. 基于免疫相关基因集利用无监督聚类分为3个亚群(ConsensuClusterPlus)
4. 分析免疫评分,基质评分,估计值和肿瘤纯度 (ESTIMATE)
5. 基因集变异分析不同免疫亚群之间通路的差异 (GSVA)
10. 多因素Cox回归鉴定7个免疫亚型相关基因的森林图(Forest)
11. 基于预后模型的生存分析(Kaplan–Meier curve)
研究结果
获得25组免疫相关基因的ssGSEA得分
2. 基于免疫相关基因集利用无监督聚类分为3个亚群(ConsensuClusterPlus)
4. 分析免疫评分,基质评分,估计值和肿瘤纯度 (ESTIMATE)
5. 基因集变异分析不同免疫亚群之间通路的差异 (GSVA)
基因变异分析 GSVA 1000购买10. 多因素Cox回归鉴定7个免疫亚型相关基因的森林图(Forest)
11. 基于预后模型的生存分析(Kaplan–Meier curve)
本文使用 文章同步助手 同步