生信分析42.乳腺癌的免疫浸润,有点创新
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TIMER,UALCAN,cBioPortal和km plotter,结果明显单薄,但是其中有些地方属于探索性的创新,虽然文章影响因子不高,但是给我们重要的提示,就是免疫浸润的生信分析如何变化——结合组学分析。
论文题目稍显简单,其实可以点出与肿瘤免疫浸润表型相关。影响因子3+。
摘要部分,言简意赅,尤其是数据库的介绍,穿插在结果的叙述之中。作者对乳腺癌的认识和理解还是蛮深刻的,这也是对肿瘤进行深入分析的基础。
单纯TIMER数据库做差异分析。不过,对于单基因的差异分析,尤其是与肿瘤浸润免疫细胞表型相关的分析,芒果建议采用双确认模式,确实做到统筹兼顾,有局部聚焦(oncomine)和全局通览(TIMER)的神奇效果。
UALCAN数据库做进一步分析,属于差异分析层面,但是已涉及临床意义。
随后,结合cBioportal数据库分析基因组学的变化,是对机制的探究,属于探索性创新的部分,值得借鉴。
然后,结合GISTIC 2.0对免疫浸润进行分析。在登陆该网站时,没有找到相应的分析,还需要花点时间学习其使用方法。
最后,作者用km plotter数据库做生存相关指数的分析。这里,作者做了非常多的分析,但是,个人认为文章仍然是很单薄的,没有实质内容。
我们前面说过,差异表达是前提,生存分析很关键。尽管生存率是很重要的指标或者说表型,但是差异表达与生存率的分析只是众多表型中的一个,并不是全部。
如何在差异表达和生存分析的基础,挖掘更多的表型,是值得我们去思考和揣摩的。免疫浸润是非常值得关注的表型之一,待挖掘的宝藏也很多。期待果友们多多关照,早早发表论文。