公共数据库告诉你为什么在癌症里面研究CD24
免疫检查点抑制剂是现在临床和科研热点，其中免疫检查点基因通过双信号机制调控肿瘤微环境中最主要的免疫细胞，T淋巴细胞的免疫应答活性而发挥作用。这些分子主要分为两类：一类是免疫球蛋白（immune globulin, Ig）超家族另一类是肿瘤坏死因子（tumor necrosis factor，TNF）配体/受体对。随着研究的深入，新的免疫检查点靶点不断涌现，其中，CD40、CD27、4-1BB、OX40及VISTA等在实体瘤治疗中具有良好前景。具体大家可以看综述获得相关背景知识。最出名的两个免疫检查点如下：
新英格兰杂志专门写综述来总结PD-1的各种各样的研究策略，临床意义，试验，药物研发等等。另外其它免疫检查点，有：
It is notable that the 'don’t eat me’ signals CD47, PD-L1, B2M—and now CD24—each involve macrophage signalling based on immunoreceptor-tyrosine-based inhibition motifs.肿瘤细胞表面CD47蛋白与巨噬细胞和树突状细胞表面的配体信号调节蛋白α（SIRPα）结合，可以抑制由这类细胞引起的吞噬作用。循环肿瘤细胞可通过CD47表达上调来发出“不要吃我”的信号，从而实现免疫逃逸。既然作者选择了CD24，就需要挖掘公共数据库来证明它的确很重要咯，下面我们来看作者的表演：CD24比其它免疫检查点在癌症表达量上调更多首先可以看表达量变化指标Heat map of CD24 tumour to matched normal expression ratios (log2(differentially expressed genes)) compared to known immune checkpoints.
然后看表达量指标
上面的表达矩阵，都是可以在UCSC的XENA浏览器方便下载，批量分析，建议大家看B站视频：
在OV和BRCA表达量这个分析就非常简单了，加上一点点临床信息即可
生存分析统计学显著一般来说，放在文章的图表通常是显著的，就是我们所说的阳性结果咯，实际上如果你使用的是oncolnc这样的网页工具，简单的检查CD24分组后OV的OS，就不会有这么明显的结果。
根据图例，数据来源和统计学方法：Relapse-free survival of patients with ovarian cancer (n = 31) (b) and overall survival of patients withbreast cancer (n = 1,080) (c) with high or low CD24 expression as defined by the median. Two-sided P value computed by a log-rank (Mantel–Cox) test. Numbers of subjects at risk in the high group (red) compared with the low group (blue) are indicated below the x axes.使用的TCGA数据库样本附件列的清清楚楚，包括：
文章也描述了，就是从UCSC的XENA数据库下载
为什么他们选择CD47呢2009年，美国斯坦福大学医学院干细胞生物学与再生医学研究所主任Irving Weissman博士及其团队鉴定出一种以CD47形式存在的“不要吃我”信号，并且发现了几乎所有的癌细胞都在它们的表面上表达高水平的CD47蛋白分子（Cell, doi:10.1016/j.cell.2009.05.045; doi:10.1016/j.cell.2009.05.046）。他们还证实了CD47与巨噬细胞表面上的蛋白SIRPα相结合，抑制它们杀死癌细胞的能力。2019年3月4日，研究人员在科学杂志《自然医学》上发表了一篇关于这一主题的文章。《Glutaminyl cyclase is an enzymatic modifier of the CD47- SIRPα axis and a target for cancer immunotherapy》（谷氨酰环化酶作为CD47-SIRPα信号转导途径的酶促修饰剂，也可作为常规化肿瘤免疫治疗的潜在靶点）值得你探索哦！如果你也想利用公共数据库开启你的课题，而不是纯粹的灌水，那么下面的课程你可能会需要！最后要插个广告咯！
110.12-14 南京见全国巡讲第17站