【铁死亡>>预后模型】02.铁死亡+免疫+LIHC（5+分）
PMID: 33425905
杂志：Frontiers in Cell and Developmental Biology
知识点
- FRGs: Ferroptosis-related genes, 铁死亡相关基因
- IRGs: Immune-related genes, 免疫相关基因
- CIFI: comprehensive index of ferroptosis and immue status, 铁死亡免疫指数
- FerrDb: 铁死亡相关基因数据库，作者通过人工查找总结的铁死亡相关基因的数据库。
- ImmPort：免疫相关基因数据库，相对比较全面的免疫相关基因数据库。
铁死亡相关基因入选标准：(a) the inhibitor(s) or activator(s) of the gene could regulate ferroptosis; (b) the over-expression or down-regulation of the gene could regulate ferroptosis. Non-coding RNAs (ncRNAs) and markers of ferroptosis were not included. A total of 283 FRGs were identified, and are summarized in Supplementary Table 1.
肝癌数据集
| Source | Accession | Platform | Number of cases |
|---|---|---|---|
| TCGA-LIHC | − | IlluminaHiSeq | 365 |
| GEO | GSE14520 | GPL571 | 220 |
亮点
- 铁死亡&免疫相关基因联合分析
整体思路
摘要
作者整理了283个铁死亡相关基因和952个免疫相关基因，随后在GSE14520中进行单因素cox回归和Lasso，共确定27个基因构建预后模型。并在TCGA数据库中验证模型的可靠性。随后进行模型周边探索，首先确定高CIFI中铁死亡抑制因子表达增高，而naïve B cells, resting mast cells, monocytes, resting natural killer (NK) cells, naïve CD4 T cells, and CD8 T cells下调，基因突变+TMB,并进行单因素和多因素独立预后分析。
结果
1.模型构建
1.1基因初筛
首先对FRGs和IRGs基因进行筛选
Fig.1
1.2 模型构建
Unicox和Lasso构建模型，并对模型基因构建PPI网络和PCA分析。
Fig.2
Fig.3
2.模型验证
Fig.4
3.模型周边
3.1 模型特征探索
因为作者引入的是铁死亡和免疫基因，所以作者选取了铁死亡抑制因子和免疫细胞浸润情况进行展示，并对高低风险组进行富集分析。
Fig.5
Fig.6
3.2 突变+TMB
以上信息都是在转录组水平转悠，下面到基因突变和TMB家串个门儿。
Fig.7
3.3 独立预后分析
最后来下子独立预后分析，证明这个预后模型很牛！
Fig.8
Fig.9
总结
本文联合两大热点铁死亡和免疫，构建预后模型，并对模型周边进行探索，思路比较新颖，可以加上一致性聚类，mRNAsi，免疫检查点+免疫治疗反应，候选药物+MoAs丰富文章内容。甚至可挑选比较好的基因进行功能验证。
