快捷搜索:  汽车  科技

生信分析出来的靶点(内质网应激纯生信分析)

生信分析出来的靶点(内质网应激纯生信分析)接下来小云带你看一篇分析内质网应激的生信文章。问题是:如何开始做内质网应激呢?最简单的方法就是从生信分析开始,初步分析不同疾病中内质网应激相关基因的变化及其与疾病的相关性。然后通过细胞和动物实验深入探究调控内质网应激的分子机制,最后可以向临床转化,开发靶向调控内质网应激进而干预疾病的药物。但是过《羊了个羊》第二关和找生信分析思路,我总要得到一个!两者都没有的小伙伴也别沮丧,还有小云每天给你分享好的研究思路,总有一款适合你!小云认为选好研究方向就意味着课题成功了一大半,那今天就来说一说“内质网应激”这个热点还不内卷的研究方向。内质网应激一直以来都是顶级期刊、基金资助、药物研发靶点、临床研究的热点,与多种疾病有关,还与肿瘤微环境、自噬、蛋白质稳态等相关。因此,内质网应激是一个不错的课题方向,很值得研究,可以作为课题的一个起点。

尔云间 一个专门做做科研的团队

原创 eryun 云生信学生物信息学 关注我们

生信分析出来的靶点(内质网应激纯生信分析)(1)

最近一款小程序游戏《羊了个羊》突然爆火,号称通关率不到0.1%。小云也好奇的玩了几次,发现它的玩法很简单,第一关也非常容易过,但第二关。。。

生信分析出来的靶点(内质网应激纯生信分析)(2)

不知道你们是否也被这款磨人的小游戏第二关折磨着?

小云本来也不是游戏高手,估计我所在的省份也并不差我这只羊[呲牙]

但是过《羊了个羊》第二关和找生信分析思路,我总要得到一个!

两者都没有的小伙伴也别沮丧,还有小云每天给你分享好的研究思路,总有一款适合你!

生信分析出来的靶点(内质网应激纯生信分析)(3)

小云认为选好研究方向就意味着课题成功了一大半,那今天就来说一说“内质网应激”这个热点还不内卷的研究方向。内质网应激一直以来都是顶级期刊、基金资助、药物研发靶点、临床研究的热点,与多种疾病有关,还与肿瘤微环境、自噬、蛋白质稳态等相关。因此,内质网应激是一个不错的课题方向,很值得研究,可以作为课题的一个起点。

问题是:如何开始做内质网应激呢?最简单的方法就是从生信分析开始,初步分析不同疾病中内质网应激相关基因的变化及其与疾病的相关性。然后通过细胞和动物实验深入探究调控内质网应激的分子机制,最后可以向临床转化,开发靶向调控内质网应激进而干预疾病的药物。

接下来小云带你看一篇分析内质网应激的生信文章。

文章题目:内质网应激相关标记预测透明细胞肾细胞癌的预后和药物反应

发表杂志:Frontiers in pharmacology

影响因子:IF=5.988

发表时间:2022年7月

一篇Science引出一个潜在生信热点— —三级淋巴结构(TLS),创新性高、生信发文空间巨大,看到就是赚到!

生信没头绪?Science最新发文引发思考!下一个生信分析热点该不会就是它吧?内附切入指南

紧跟热点!细胞花式死亡中PANoptosis(广泛凋亡)相关的生信分析文章已经发表了,快来学习一下吧!

快来看看这篇切入点很赞的疾病分型方法,不蹭热点也能发8分 的生信分析文章!

数据信息

数据集/队列

数据库

数据类型

样本信息

TCGA-透明细胞肾细胞癌(ccRCC)

TCGA

RNA-seq数据

72个正常肾组织和526个ccRCC样本

E-MTAB-1980数据集

ArrayExpress数据库

芯片数据

101个ccRCC样品

内质网应激相关基因

MSigDB

基因

295个内质网应激相关的基因

研究思路

通过对295个内质网应激相关基因的共识聚类将TCGA中透明细胞肾细胞癌(ccRCC)样本分为C1和C2亚型。分析不同亚型患者的预后、免疫细胞浸润水平、与抑制性免疫检查点相关的基因表达水平以及药物反应。

基于两组之间的差异表达基因(DEGs)构建了与内质网应激相关的预后风险模型,并验证该预测风险模型的准确性。最后分析Connectivity Map (CMap)数据库,筛选出潜在的治疗化合物。

主要研究结果

1. 根据内质网应激相关基因的共识聚类鉴定两种ccRCC亚群

根据295个内质网应激相关基因的共识聚类,将TCGA数据集中的ccRCC样本形成了C1 (n = 360)和C2 (n = 166)两个亚群(图1A)。C2亚群患者的生存期OS比C1亚群患者的OS更短(图1J)。

生信分析出来的靶点(内质网应激纯生信分析)(4)

生信分析出来的靶点(内质网应激纯生信分析)(5)

图1. 根据内质网应激相关基因的共识聚类鉴定两种ccRCC亚群

2. 针对C1和C2亚群的分析内容

生信分析出来的靶点(内质网应激纯生信分析)(6)

图2.针对C1和C2亚群的分析内容

3. 构建内质网应激相关预后风险模型

对C1和C2亚群之间的差异表达基因(DEGs)进行单因素Cox回归分析、LASSO回归分析,得到19个基因(图3A-C)。对这些基因进行多因素Cox回归分析,构建了一个包含11个基因的内质网应激相关预后风险模型(图3D)。根据中位风险评分将ccRCC样本分为高风险组和低风险组。

生信分析出来的靶点(内质网应激纯生信分析)(7)

图3. 构建内质网应激相关预后风险模型

4. 针对高、低风险组进行分析

生信分析出来的靶点(内质网应激纯生信分析)(8)

图4.针对高、低风险组的分析内容

总结

这篇文章的分析内容并不复杂,比羊了个羊第二关简单多了。最大的亮点就是基于内质网应激相关基因进行的分析,还构建了预后风险评分,并分析了潜在的治疗药物。

除此之外,还可以分析内质网应激相关的lncRNA,比如这篇“一种内质网应激相关lncRNA标记用于胶质瘤的预后预测和免疫治疗”。

生信分析出来的靶点(内质网应激纯生信分析)(9)

而且,内质网应激与多种疾病都密切相关,包括神经退行性变、肾病、非酒精性脂肪肝等等,所以除了肿瘤,在非肿瘤疾病中也可以分析哦,例如这篇“综合分析颅内动脉瘤的内质网应激”。

生信分析出来的靶点(内质网应激纯生信分析)(10)

如果你还没有选好研究方向,或者对内质网应激感兴趣又不知如何入手,设计生信分析思路、免费评估超多个性化、创新性高的分析思路供你选择哦!快来联系小云吧。

猜您喜欢: