解螺旋公众号·陪伴你科研的第2604天

黑色素瘤

大家好，今天给大家带来一篇比较特殊的肿瘤复现文章，那本文特殊在哪里呢？

首先，这是一篇研究黑色素瘤的文章，相比与乳腺癌，肝癌，肺癌，黑色素瘤的研究人数相对较少，生信研究相关文章也发表相对较少，但是其样本量却不少，很值得我们关注一下。

注：虽然TCGA中正常样本只有1个，但是GTEx包含812个正常样本，纳入进来，样本量完全没问题。

第二点：本篇文章研究的靶基因的表达比较特殊，95%以上的生信文章，研究的目标分子一般都是在肿瘤中高表达，本篇文章缺反其道而行之，通过分析发现，目标基因CPEB3的表达在黑色素瘤中的表达却低于正常样本中的表达。

通过小编的了解，好多小伙伴在日常实验过程中会碰见这种情况，自己手里的目标分子居然在肿瘤中是低表达的，不禁失望，是不是就没有研究的必要了，是不是往下做也是没有意义的，这篇文章给了我们很多思路，值得我们参考~

文章标题

Decreased Expression of CPEB3 Predicts a Poor Prognosis in Patients with Melanoma: A Study Based on TCGA Data

复现内容

Figure 1: 黑色素瘤中CPEB3 mRNA的表达

Figure 2: CPEB3的表达降低显示黑色素瘤预后较差

Figure 3: 基因集富集分析（GSEA）的富集图

Figure 4: CPEB3基因表达及免疫浸润的关联分析

Table 1: CPEB3表达在黑色素瘤中的临床病理特征（基线资料表）

Table 2: 与临床病理特征相关的CPEB3表达的逻辑回归分析

Table 3: CPEB3表达的单变量和多变量COX分析

Table 4: GSEA富集分析富集到通路展示

复现工具

◆ 仙桃学术工具

（https://www.xiantao.love/products）

背景知识

我们复现前先来补充一些背景知识，如何判断是黑色素痣还是黑色素瘤呢？下图简单又直观的介绍如何分辨~

本图来源于网络

接下来我们开始正式复现：

Figure 1

黑色素瘤中CPEB3 mRNA的表达

接下来我们将使用仙桃工具进行复现，让我们一起来看一下仙桃工具的厉害之处吧!

进入仙桃生信工具（https://www.xiantao.love/products），选择高级版

ps：由于高级版功能最为全面，这里统一使用高级版作为示范

复现步骤：

1：选择【表达差异（挑）】

2：选择【非配对样本】

3：作者用的来自TCGA的黑色素瘤样本，包含468个肿瘤样本，1个正常样本，由于癌和癌旁样本量差距太大，所以我们仙桃工具可以选择【TCGA_GTEx_SKCM】数据，纳入了来自GTEx数据的812个正常样本。

4：作者这里Figure 1a展示的是箱式图和小提琴的组合图，所以我们在第四步中选择【组合图】

5：输入目标基因【CPEB3】

6：对点、箱/柱，小提琴进行个性化设置

7：点击确认

8：我们可以选择【保存结果】这样方便我们利用工具，将多个分析的图形在后台直接拼接起来，也可以选择下载PDF，我们在AI里进行拼接。

至此Figure 1a完成

注意：本文中只这展示箱式图和小提琴的组合图，所以在点图这个下拉菜单里选择【无】

我们在自己的文章中，选择合适的组合方式，比如文章中大部分展示的是【点图+箱式图】形式，大家按照自己的审美自行选择即可。仙桃工具特别贴心的地方在于提供了非常多个性化设置的地方，让大家利用工具作图的时候很难撞车，比如说【描边色】提供了非常多配色方案，填充色，【样式】还可以选择圆形，正方形，菱形，三角形等，【透明度】也可根据需要修改。

此外，仙桃工具还提供了对结果和方法学的详细描述，也包括统计学描述，对于统计的小白来说真是无敌大的福利！

接下来我们来复现Figure1 b-f，作者分别展示了在T stage， N stage， Stage，Melanoma Clark level， Melanoma ulceration中CPEB3的表达情况。

复现步骤：

1：选择【临床意义】这个模块

2：选择【临床相关性】

3：选择【TCGA-SKCM】

4：这一步就是得到Figure1 b-f图的关键了，作者这里Figure 1b展示了临床T stage的CPEB3的表达情况，作者可能是考虑到T1，T2样本比较少，所以作者将T1，T2合并起来进行分析，如步骤4 所示，分为3组进行比较。

5：继续选择【点图+箱式图】模式

6：输入目标基因【CPEB3】

7：箱式图这里透明度我们从1改成0.8，降低一点透明度

8：点击确认，即可得到Figure 1b

注意：一般来说，现在主流分析都会选择【TPM】，但是仙桃工具也提供了【FPKM】，大家根据自己的实际研究情况，按需选择。

同理，Figure1 c-f（分别是N stage，Clinical stage，Melanoma Clark level，Melanoma ulceration），我们只需在步骤4那里修改即可。

甚至我们还可以加很多图，比如说放疗（Radiation therapy，Gender， Race，Age， Weight，Height， BMI等等图）主图放不下，我们可以放附图哇，审稿人一看我们做的如此细致，工作量这么大，也不好意思挑太多刺你说是不是~

这样Figure 1 复现完毕

Table 1

CPEB3表达与黑色素瘤临床病理特征的相关性

Table 1展示了基线资料表，现在我将用仙桃工具带大家10s出基线资料表，直接放在文章中，真真是仙桃工具在手，文章我有！

复现步骤：

1：选择【临床意义】模块

2：选择【基线资料表】

3：如以上所示，我们依然选择【TCGA-SKCM】的TPM数据

4：输入基因【CPEB3】

5：选择【列联表】

6：纳入我们想要纳入的因素，文章当中选择了OS event， TNM stage， Clinical stage， Melanoma Clark level， Tumor status， Gender，Age， Height， Weight，BMI等，我们在仙桃工具中，这些全部都能找到，将文章中提到的影响因素都在仙桃工具中逐一勾选。

7：点击确认，结果就会出现一张列联表，可直接放在文章当中，是不是超级棒！

Table 2

与临床病理特征相关的CPEB3表达的逻辑回归分析

接下来作者展示了Table 2：与临床病理特征相关的CPEB3表达的逻辑回归分析

复现步骤：

1：选择【临床意义（靠）】模块

2：选择Logistics回归（单基因Logistics回归）

3：选择【TCGA-SKCM】肿瘤

4：这里可以纳入非常多因素，我们复现本文中的数据，纳入了T、N、M stage，Clinical stage， Melanoma Clark level， Tumor status，Tumor tissue site，Melanoma ulceration

5：输入我们的目标基因【CPEB3】

6：点击确认。即可获得需要的数据表

我们将分析好的数据下载下来，发现结果和原文几乎一模一样，有些许出入也是非常正常的。

Table 3

CPEB3表达的单变量和多变量COX分析

复现步骤：

1：选择【预后分析】

2：选择【单因素/多因素】分析

3：选择【TCGA-SKCM】的TPM数据

4：这里我们根据自己课题需要，纳入不同因素，我们根据作者在文章当中所选进行复现，包含TNM stage，Clinical stage，Melanoma Clark level， Tumor status(tumor free VS with tumor)， Tumor tissue site（extremities VS trunk），Melanoma ulceration（no VS yes），这些名词大家不要觉得没见过，就很害怕，大家不熟悉是因为主要的研究方向不是黑色素瘤，这些其实在黑色素瘤研究中很常见的。

5：点击确认

点击【确认】之后，我们下载一下逻辑回归分析的结果展示给大家看一下。如下图所示，这种形式完完全全可以直接放在文章当中。