在KRAS-TRP53基因驱动的LADC依赖于rRNA的合成依赖于Ect2基因

今天JC的时候，同学分享的是一个比较难懂的文章，我尝试着follow她，但失败了。文章发表于2017年1月的CELL，是 Ect2-Dependent rRNA Synthesis Is Required for KRAS-TRP53-Driven Lung Adenocarcinoma , 里面太多陌生的名词，如下：

• nucleolar transcription factor upstream binding factor 1 (UBF1)
• guanine nucleotide exchange factor (GEF) epithelial cell
• transforming sequence 2 (Ect2) - oncogene
• rRNA synthesis
• rDNA promoters
• lung adenocarcinoma (LADC)
• KRAS-TRP53-Driven Lung Adenocarcinoma
• CD24+/ITGB4+/NOTCH3hi (3+) lung epithelial cells
• Madin-Darby canine kidney (MDCK) epithelial cells
• Lentiviral short hairpin RNA (shRNA)-mediated knockdown (KD)
• mouse-specific Ect2 shRNAs
• cytoplasmic Rho GTPases
• Ect2 nuclear localization signal [NLS]
• H358 and H23 cells
• anti-rheumatoid agent auranofin (ANF)

太多了，我都懒得继续看了。

不过，这样的大文章已经不可避免的利用公共数据了，比如TCGA。对我来说，这反而是非常简单的了，我就来试着解读一下。

前面的4张figures都是实验环节，只有第5张比较合我心意。

TCGA表达量看共表达情况

Co-occurrence-expression-TCGA-LADC

Co-occurrence analysis of the TCGA LADC dataset (n = 517) for expression of ribosomal processing genes and Rho family GEFs. Significant co-occurrences shown in red and exclusivity in blue.

如果要重复这个图，需要下载表达矩阵，然后要根据文献找到那 286 validated human ribosomal processing genes ，然后跟作者感兴趣的那十几个基因比较即可。

TCGA查询某两个基因的表达相关性

correlation-ect2-45s-in-tcga-ladc-kras ](http://www.bio-info-trainee.com/wp-content/uploads/2018/03/correlation-ECT2-45S-in-TCGA-LADC-KRAS.png)

这里作者并没有选取全部的LADC数据，而是选取其中的有KRAS基因突变的样本，所以需要同步下载WES数据的MAF文件，查询突变的那19个样本ID，再去表达矩阵里面查询并且作图。

对共表达结果热图进行统计

s4a

这个很简单，就是数一数上面的热图，对每个基因统计一下有多少个显著的 ribosomal processing genes 。

统计结果再过滤

s4b

只留下KRAS基因突变的样本，后再进行统计分析。

生存分析

这个有很多在线工具可以做了：

survival-ect2-ladc-kras

（文章转自jimmy的2018年阅读文献笔记）

生信基础知识大全系列：生信基础知识100讲
史上最强的生信自学环境准备课来啦！！ 7次改版，11节课程，14K的讲稿，30个夜晚打磨，100页PPT的课程。
如果需要组装自己的服务器；代办生物信息学服务器
如果需要帮忙下载海外数据(GEO/TCGA/GTEx等等)，点我？
如果需要线下辅导及培训，看招学徒
如果需要个人电脑：个人计算机推荐
如果需要置办生物信息学书籍，看：生信人必备书单
如果需要实习岗位：实习职位发布
如果需要售后：点我
如果需要入门资料大全：点我