免疫01:預后模型+肺癌(7.36分)

免疫分析一直是腫瘤研究的熱點,下面就來看一篇中規中矩的免疫基因加預后分析的文章。
題目:Clinical significance and inflammatory landscapes of a novel recurrence-associated immune signature in early-stage lung adenocarcinoma
https://doi.org/10.1016/j.canlet.2020.03.016

封面

整體思路

整體思路

結果

1.基因篩選

基因篩選

通過AmiGO2 Web protal (http://amigo.geneontology.org/amigo/landing)獲取免疫相關基因,過濾,單因素cox回歸分析,獲得232個與RFS相關的免疫基因。對232個基因進行GO和KEGG分析,LASSO回歸分析去除基因之間的共線性。

2.模型構建

對Lasso回歸的到11個基因,進行逐步多因素回歸分析并構建預后模型,獲得9個基因構成 的預后模型。預后模型ROC和亞組KM plotter分析。

3.模型驗證

GSE31210

4.模型周邊分析

炎癥和免疫圖譜

LM22和免疫基因

對構建的模型進行炎癥和免疫圖譜分析,包括7個metagene,30個免疫分子和免疫細胞浸潤情況。

5.收集樣本再次驗證

再次驗證

為了說明構建模型的穩定性,作者收集68例臨床樣本進行驗證,與TCGA和GSE31210結果完全一致。

6.meta分析

meta分析

為了說明本文結果的通用性,作者將TCGA,GSE31210和收集樣本得出的結果進行meta分析,結果同樣證明預后效果明顯。

亮點

  • 針對早期肺癌分析
  • 收集臨床樣本驗證
  • 免疫周邊的分析
  • 最后結果的meta分析

參考文獻:

Clinical significance and inflammatory landscapes of a novel recurrence-associated immune signature in early-stage lung adenocarcinoma

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容