生信分析43.肝癌的免疫浸润，创新点挺多
生信论文的套路
ONCOMINE从全景、亚型两个维度做表达差异分析；
临床标本从蛋白水平确认（或HPA数据库），很重要；
Kaplan-Meier Plotter从临床意义的角度阐明其重要性；
cBio-portal数据库做基因组学的分析（机制一）；
STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）；
TISIDB/TIMER分析肿瘤免疫特征（机制三）。
该论文所使用到的生信技能也就是oncomine，UALCAN，HCCDB，cBioPortal和km plotter，还用LinkedOmics做富集分析、Networkanalyst做互作分析，GEPIA做相关性分析。题目显得单薄，但是有些创新点值得学习。如何把富集分析、互作分析等于免疫浸润分析结合起来，还需要更多的探索。
根据最新影响因子的数据，Aging-US的影响因子已经跌破5分，自引率约为10.4%，稳升中有降低。但实在话，国人占比似乎越来越高，说明期刊对国人还算友好。在投稿的时候，可以作为选择。
摘要写作部分，言简意赅，清晰明了。数据库的介绍，基本都是简单句（标黄）。结果是简单句和复合句的结合，最起码阅读起来，轻松明确。个人推荐认真学习和借鉴该论文摘要部分的写作。
首先是转录水平的差异分析，作者使用肝癌专用肿瘤数据库HCCDB做差异分析，然后结合oncomine数据库做验证。HCCDB数据库是肝癌领域研究人员的福利哦，我们前面简单提到过。
相对oncomine数据库，HCCDB数据库是“专科医院”。因此，在做肝癌的生信分析时，极力推荐使用，其他肿瘤类型，个人不推荐使用。有兴趣可以登陆数据库网址：http://lifeome.net/database/hccdb。
UALCAN分析基因差异表达与性别，年龄和种族以及肿瘤分期的关系，属于临床意义的探究。个人认为，数据呈现时，必须主线是明确的，比如乳腺癌是以女性为主，肺癌以男性为主，在探究某基因在肿瘤中的差异表达时，可以分析性别与其相关性。但是肝癌的话，个人并不推荐做性别、年龄的相关性分析。至于种族倒是可以作，因为中国属于肝癌中高区，具有“中国特色”，与国外酒精性“肝癌”不同，我们以病毒性“肝癌”为主，虽然有向酒精性“肝癌”转变的趋势。差异表达与肿瘤分期的相关性在临床上极为重要，因此而是可做的。
用km plotter数据库做生存分析，并用GSE数据做验证。这种数据展示方法值得借鉴（还在摸索中）。
接下来，作者用LinkedOmics数据库做共表达分析，使得数据丰满起来；同时用这些共表达基因做进一步分GO分析和KEGG富集分析。因为cBioPortal以前可以分析共表达的top50基因，但是现在不能使用了。我们可以借助LinkedOmics来完成。
网址：http://linkedomics.org/login.php
表格进一步呈现富集分析的结果。
cBioPortal数据库做基因组学的探究，属于机制一。
接下来，通过共发生文件（co-occurence profiles）的分析，探究参与其致病的基因和信号通路，该部分分析使用Networkanalyst数据库。共表达基因是指与PRPF3表达相关的基因，而共发生文件是指与PRPF3表达差异变化一致的基因，这是两种概念。根据分析，作者发现，PRPF3差异表达与肿瘤免疫浸润密切相关。
共发生分析网址：https://www.networkanalyst.ca/
然后，作者用TIMER分析PRPF3与肿瘤浸润的关系。图D使用的是GEPIA数据库，我们之前有展示；并以三线表的形式展示PRPF3与活化T细胞表面分子的相关性。
总体而言，这篇论文虽然题目稍显简单，但是从摘要到数据，再到论文思路，逐步递进，环环相扣，是难得的好论文。值得借鉴。
论文题目
Prognostic potential of PRPF3 in hepatocellular carcinoma.