尔云间 一个专门做科研的团队
原创 eryun 云生信学生物信息学
原创不易关注和转发支持
我们之前介绍过一些单基因生信的分析思路，大多分为干湿结合文章的利器。当然，如果这类文章想要高分，实验比例还是比较高的。所以除了干湿结合文章外，杂志还更喜欢单基因癌症分析或多组学分析，所以如何选择不想做太多实验需要发送高质量文章的研究合作伙伴的想法？看看下面的文章是否能给你一些灵感，将基因家族的信件分析与单基因多组学生的信件分析相结合，并与国内自然热肿瘤免疫、甲基化、ceRNA，分析思路创新与多热点联手，高分文章轻松搞定，性价比高，省钱提分最好。你兴奋吗？不要错过哟
思 路 设 计
如何设计单基因生信分析的思路？ 如何关联热点？如何分析热点才能获得高分？ 不知道怎么做的朋友来找小编吧~
私信小编获取原文
文章于2022年4月发表Frontiers in Immunology（IF=7.561）题目：TRPV多组学分析透明细胞肾细胞癌中通道家族的预后和生物功能
研究背景
瞬时受体电位 (TRP) 通道是一类主要的非选择性阳离子通道，它参与感知各种细胞内和细胞外刺激，TRPV家族（TRPV1-6）是TRP亚家族之一参与了各种肿瘤的发生和进展。TRPVs 在透明细胞肾细胞癌 (ccRCC) 生物学功能和预后价值在很大程度上仍然未知。
数据来源
研究流程
主要结果
1. TRPV家庭成员的基因表达
首先基于GTEx探索数据库TRPV1-6在正常器官和组织中的分布。接下来从 GEPIA 数据库中获得了 TRPV1-6 在肿瘤和配对正常组织中发现基因表达谱TRPVs不同的表达方式(图1)表现在肿瘤和正常组织之间。然后，来自使用 TCGA-KIRC队列和GSE探索53757数据集 ccRCC 正常组织之间 TRPVs 表达差异(图2)。
图1 TRPV家族在正常人体组织和肿瘤组织中的分布。
图2 ccRCC组织中TRPV家庭基因表达
2. TRPV家族基因和蛋白质网络的遗传变化
使用 cBioportal 工具来评估 538 个 KIRC 样本中 TRPV 成员变化的频率被发现TRPV 家庭很少发生突变，高度保守。GeneMANIA 基因网络显示数据库，TRPV 家族与 20 潜在的靶基因相互作用，PPI网络显示TRPV家庭成员有密切的联系，TRPV3 它可能位于网络的中心 TRPV 家庭中最关键的成员。
图3 TRPVs基因组改变和基因-基因和PPI网络构建
3. ccRCC中TRPV家庭生存分析
单因素 Cox 回归分析显示 TRPV1 和 TRPV3 高表达而 TRPV4 低表达与 ccRCC 患者的不良预后是相关的。多变量 Cox 回归分析，TRPV3 高表达和 TRPV4 低表达是 ccRCC 患者 OS 独立危险因素。Kaplan-Meier 分析证明，高 TRPV3 表达的 ccRCC 病人生存期短。表明TRPV3 和 TRPV4 可分别作为 ccRCC 患者预后不良，生物标志物良好。
图4 ccRCC中TRPV家庭生存分析
4. TRPV家族在ccRCC预后和诊断的意义
鉴于 TRPV3 和 TRPV4 这是一个潜在的预后生物标志物，作者通过拟合开发了一个列线图 TRPV3/4 表达和 TNM 分期来预测 ccRCC 病人的总生存期。
图5 TRPV家族在ccRCC预后和诊断价值
5. ccRCC患者的TRPV3表达与临床参数的关联
利用IHC 染色验证 ccRCC 组织与正常组织之间 TRPV3 蛋白质水平的表达(简单实验证)。 GSCA 数据库，评估 TRPV1-6 表达与 ccRCC 病理分期间的关系。利用临床信息进行评估TRPV3 表达与临床变量的相关性。
图6 TRPV3表达与临床参数的相关性
6. ccRCC中TRPV3的DNA甲基化分析
利用GSCA工具来分析TRPV3甲基化和TRPV3 mRNA分析甲基化状态和临床特征，发现TRPV3的DNA甲基化可能会参与ccRCC和ccRCC病人的预后密切相关。
图7 ccRCC中TRPV3的DNA甲基化分析
7. ccRCC中TRPV功能丰富分析3
利用TCGA-KIRC 队列在 TRPV3 高表达组和 TRPV3 识别低表达组之间 537 表达基因的差异 (DEG)，对DEGs进行GO和KEGG富集分析。
图8 ccRCC中TRPV3相关基因集的功能富集分析
8. ccRCC中TRPV免疫浸润分析
基于GSE73731数据集利用 CIBERSOFT 算法分析ccRCC 样本中 22 肿瘤浸润性免疫细胞 (TIIC) 比例。进一步分析 TRPV3-low和 TRPV3-high组之间每 22 个 TIIC 评估了比例差异和比例差异TRPV3 表达与 22 个 TIIC 水平之间的相关性。
图9 ccRCC中TRPV3.免疫细胞浸润分析
9. TRPV3 与免疫检查点的关系
使用“ggplot2”R软件包评估TRPV3达与免疫检查点的相关性。
图10 ccRCC中TRPV3表达与免疫检查点的相关性
9. 在 ccRCC 中构建SNHG3/ AL513497.1 -miR-10b-5p-TRPV3 轴
使用在线网站预测TRPV3的上游调控miRNA和lncRNA，并分析调节轴与免疫浸润的相关性，最终获得与 ccRCC 与发展有关的预后 SNHG3/ AL513497.1 -miR-10b-5p-TRPV3 轴预测模型。
图11 SNHG3/ AL513497.1 -miR-10b-5p-TRPV3 轴的构建
文章小结
本研究利用基因家族生信分析加上单基因的多组学分析（转录组 基因组 表观组)，然后依靠自然热点肿瘤免疫微环境，分析思路有一定的创新，但分析技术并不复杂，不需要添加太多的实验验证，仅仅依靠这两种分析也可以支持足够的数据，适当的省钱分发策略，开始尝试~
