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。