|
研究背景： 越来越多的证据表明，肿瘤微环境在肿瘤的发生和发展中起着重要作用，并且还可以影响患者的预后。 研究方法： 在这项研究中，我们通过分析肿瘤样品的免疫和基质评分以检测差异表达基因（，筛选了乳腺癌肿瘤微环境中的关键预后基因，并构建了肿瘤微环境相关的预后模型。首先，我们从TCGA数据库获得了乳腺癌患者的mRNA-Seq和相关临床信息，并使用ESTIMATE算法计算了肿瘤组织的基质和免疫评分。接下来，我们进行了功能富集分析，并从与肿瘤微环境高度相关的差异基因中生成了蛋白质-蛋白质相互作用网络。最后，对TCGA的乳腺癌数据集进行了Cox比例风险回归分析，并对浸润的免疫细胞和人类蛋白质图谱进行了分析。 研究结果： 总之，这些分析表明，KLRB1和SIT1基因可以用作BC的独立预后因素，而风险评分，年龄和临床阶段则可以用作预后因素。 研究结论： 总之，我们发现乳腺癌的预后与肿瘤微环境中的免疫调节密切相关。 分析思路如下： 1、下载TCGA表达数据、临床数据以及免疫评分、基质评分，将这些评分分为高分组和低分组，然后做high vs low的差异分析，然后取交集的差异基因，得到226个差异基因，同时做了这些评分与临床特征的相关性分析 2、将这226个差异基因进行GO、KEGG富集分析 3、将226个差异基因批量绘制生存曲线，筛选出p值小于0.05的基因，一共得到66个有预后价值的基因 4、将66个有预后价值的基因做PPI分析 5、先单因素Cox筛选出20个基因，然后构建多因素Cox分析，最后构建3个基因的模型算出risk score，根据risk score（high vs low)绘制生存曲线，ROC曲线，risk score 结合临床因素再建模
6、根据risk score的高低风险组构建GSEA
7、免疫细胞浸润分析
8、分析3个核心基因的蛋白表达水平
 |
|
|
