20+工具,0-9分期刊《生信期刊推荐+SCI写作工具》免费领
扫描下方二维码免费领取☟☟☟
大家好,我是我科。今天给大家带来的一篇单基因分析套路的文献拆解,这篇文章2020年发表于International Immunopharmacology,影响因子3.361。题目是 SYT16 is a prognostic biomarker and correlated with immune infiltrates in glioma: A study based on TCGA dat。 本文主要是一篇通过生物信息学的方法,通过单基因分析,进而探讨SYT16在胶质瘤的免疫细胞浸润、通路富集、预后等方面的价值,从而为胶质瘤精准治疗提供一个潜在的预后biomarker。数据解读 下面我们来进一步通过“挑、圈、联、靠”的思路来解析本文的行文思路。 数据准备:作者通过从TCGA下载低级别胶质瘤(LGG)基因表达counts数据和临床数据,数据一共是0 normal 和529 tumor tissues,然后作者进一步把counts数据进一步转换为和芯片数据类似的。后面的分析主要都是基于SYT16这个基因的高低表达分组。 Table1解析: a是cox单因素分析结果,可以看到age、grade、SYT16表达量是有意义的。 b是cox多因素分析的结果,有预后意义的是grade和SYT16表达量。
![22b63e52f37d2c90f4dad018b4b8637b.png](https://img-blog.csdnimg.cn/img_convert/22b63e52f37d2c90f4dad018b4b8637b.png)
1
挑:选取SYT16的过程
作者首先介绍了一下LGG的研究现状,以及研究LGG对于glioblastoma治疗的重要性,作者依靠着自己对于钙离子通路的理解,以及发现在胶质瘤中SYT16并没有被很好的研究过,所以选择这个基因作为研究目标,这只是作者写出来的,可能也是批量筛选了一下,然后确实发现