3+肿瘤+预后模型+甲基化

今天给同学们分享一篇3+肿瘤+预后模型+甲基化的生信文章“Genomic and immunogenomic analysis of three prognostic signature genes in LUAD”，这篇文章于2023年1月17日发表在BMC Bioinformatics 期刊上，影响因子为3。

寻找与免疫治疗相关的标记物是筛选适合免疫治疗的目标人群的重要研究内容。早期肺癌的预后相关基因也可能影响肿瘤免疫微环境，进而影响免疫疗法。

图1 流程图

1.ImTRDG 的特征和功能富集结果

CTR-DB数据库中的两个数据集GSE135222和GSE126044是关于接受免疫化疗的NSCLC患者，共43例。根据免疫治疗的效果，他们被分为 13 例应答者（CR 和 PR）和 30 例非应答者（SD 和 PD）。通过差异分析和设定阈值，共筛选出 176 个差异基因，其中 72 个为上调基因，104 个为下调基因。图 2A 和 B 显示了差异基因的火山图和热图。

图2 差异分析

通过元图谱富集分析，提取了前 20 个显著结果，表明大部分差异基因参与了免疫相关通路（图 3A。通过 MOCODE 算法，作者得到了三个连接紧密的 PPI（蛋白质-蛋白质相互作用）MCODE 成分，它们分别参与了中性粒细胞脱颗粒、自然杀伤细胞介导的细胞毒性调控和 CD8 TCR（T 细胞受体）通路。

图3 imTRDG 功能富集结果的可视化展示

2. 用于模型筛选和免疫浸润分析的目标基因

得到176个ImTRDGs后，进行单变量cox回归分析，共得到4个与T1N0M0 LUAD预后相关的基因（CLEC4E、HOXC8、MMP12和NFE2），如图4A-D所示。图 4A-D 根据基因表达量的中位值将样本分为高表达组和低表达组，并通过多重假设检验校正单变量 cox 回归分析的 P 值（得出 CLEC4E、HOXC8、MMP12 和 NFE2 的预后基因集）。通过多变量 cox 和阶跃函数，风险模型（Riskscore = -1.0068*NFE2 + 0.2741*MMP12 + 0.5986*HOXC8&#x