生信分析，怎么我的文章才3分，别人的能到8分

文章今年一月份在线发表在Theranostics（IF: 8.579）。

Identification and validation of hypoxia derived gene signatures to predict clinical outcomes and therapeutic responses in stage I lung adenocarcinoma patients

识别和验证缺氧衍生的特征以预测stage I肺腺癌患者临床结局和治疗反应

一、摘要：

目前的肿瘤淋巴结转移(TNM)分期系统不足以对I期肺腺癌(LUAD)患者做出精确的治疗决策和准确的生存预测。因此，迫切需要更可靠的生物标志物来识别I期患者的高风险亚群，指导辅助治疗。缺氧环境是氧供需不平衡的结果，肿瘤内缺氧是肿瘤的一个重要标志，它与恶性进展、治疗耐药性和不良预后密切相关。

在此研究中，缺氧被确定为I期LUAD总生存的主要危险因素。一系列生物信息和机器学习方法联合起来用于筛选鲁棒的候选基因，并建立个性化的缺氧衍生特征，分别预测I期患者的总生存期(OS)和免疫检查点封锁(ICB)治疗反应。

二、材料方法：

13套GEO数据+TCGA共1400个stage I样本，CCLE，单细胞数据。

ssGSEA，CIBERSORT，LASSO，随机森林，生存分析，TIDE，WGCNA。

三、结果：

1.研究设计示意图

图1.流程图

2.缺氧在LUAD stage I中被识别为OS的主要危险因素

图2.缺氧是stage I LUAD主要风险因素以及特异缺氧候选因子识别

3.LUAD stage I特异缺氧候选基因识别与验证

图3.不同水平验证199个缺氧相关基因

4.stage I 患者中缺氧相关OS预后特征构建与验证

图4.建立和验证stage I患者预后缺氧特征

5.缺氧相关预后得分（HPRS）和传统特征之间的预后和预测效能比较

图5.传统特征与HPRS预后和预测效能比较

6.建立综合模型以优化stage I患者的风险分层和生存预测

图6.生存决策树与列线图

7.不同风险组间富集通路和基因组改变综合分析

图7.不同风险组间富集通路和基因组改变

8.缺氧衍生的特征可以预测stage I病人治疗反应

图8.缺氧衍生的特征预测患者治疗反应

总结：

如果只是初看，很有可能产生一种误解，不就是筛选了缺氧预后因子吗，最多3+水平，怎么可能到8+。文章没有开发新的算法，也没有做湿实验，能发到Theranostics肯定有其过人之处。首先，最重要的一点是文章故事讲的很完整，从立意到分析，再到最后的结论，前后逻辑和衔接非常紧密。其次，文章分析所使用的样本量很丰富，对于筛选出的候选物进行了多个层面的验证保证其有效性。这篇文章对于公共数据的挖掘非常值得学习。

对缺氧感兴趣的，可私信小编。