手把手教你用lncRNA预后模型发5分文章

随着生信文章爆发式的增长，高分文章越来越难发。不仅需要更高级的算法，还需要新颖的切入点，紧密的临床意义等（如何从生信角度布局一篇5分的SCI）。今天，我们继续来欣赏一篇5.5分生信文章，题目如下：

又是一篇signature的文章，不过文章重点不在是mRNA了，而是我们的科研热点lncRNA。

一

数据集的下载

5个GEO数据库非小细胞肺癌数据集下载和TCGA肺癌数据集的下载，其中四个GEO数据集用来做训练数据集，TCGA和另外一个GEO数据集做验证数据集。

注意点

这些GEO数据集几乎全部都是mRNA芯片数据，作者是怎么对应到lncRNA呢？这个便是文章的一个含蓄未透漏给大家的点，作者实际上是做了重注释，从而获得lncRNA的对应信息。

二

病人筛选

作者不是简简单单的直接将癌症和正常患者做差异，而是最开始做了病人筛选，作者认为老年人患者中这种疾病最需要关注，因此筛选出60岁以上的患者，纳入下一步研究，并进行差异分析。

三

预后相关的lncRNA识别

 作者首先对差异的lncRNA进行单变量cox分析，筛选出11个lncRNA，在进行多变量cox分析（adjusted by gender, pathological subtypes ,  smoking status  and  AJCC stage），最终识别出8个lncRNA。

四

构建预后模型

作者采用线性组合构建了预后相关模型，并进行了相关的生存分析，发现高风险的预后较差，低风险的预后好。最后的ROC接近0.7，其实还不算高哦

五

其它信息展示

从下图可以看出作者的绘图功底还是很厉害的，各个图都比较抢眼，这可能也是作者的文章一个发点（如果你也想自己绘图，可以在后台回复“R绘图”）。

六

模型验证

接着作者对模型进行验证，就拿TCGA和另外一个GEO数据集去验证模型的稳定性，结果发现在验证数据集中都有生存差异，这下就觉得文章有谱了。

七

多变量cox分析

为了证明这个signature是一个独立的预后因子，作者进行了常规的多变量cox分析如下：

八

分层分析

针对AJCC stage的不同阶段，作者在训练数据集和验证数据集中分别进行了生存分析，发现stage I阶段生存有差异，这也是作者的一个小发现。 

九

功能分析

作者利用TCGA数据集进行共表达分析，寻找这8个lncRNA的靶基因，筛选条件为(Pearson coefficient > 0.4,  P   < 0.01)，接着采用metascape富集分析，关于metascape网站的操作，我们有专门的的帖子讲解：DAVID&Metascape：专注于基因功能注释和富集通路分析的网站、Metascape：专门为生物学者设计的基因列表分析网站。

OK，这个文章就结束了，这篇文章思路非常清晰，以lncRNA为切入点来构架预后模型，整个流程和我们之前做预后的流程几乎一样，最后大家是不是看的有点小激动？那就赶快去试一下吧！