社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

再来一个!这本期刊也升一区TOP,还生信友好!中山大学唐军团队,WGCNA+机器学习+单细胞,要素多到爆棚!

生信塔 • 3 周前 • 40 次点击  

在上本“三区升一区”的期刊分享后,小伙伴关注度很高,那生信塔继续帮大家挖宝!

今天介绍的又是个升级“一区TOP”的期刊——International Journal of Biological Sciences(Int J Biol Sci)。根据3月20最新公布的分区,该期刊从中科院生物学2区升为1区TOP!

Int J Biol Sci主要发表生物学和生物科学领域的研究,偏重生物化学和分子生物相关的基础研究,着重强调疾病相关的病理机制。对于进行基础科研人员贴合紧密,再叠加上该期刊8.2分的影响因子,作为国自然研究基础,相当有说服力!

当然,我们重点关注的“生信分析”、“数据挖掘”等方向,该期刊也是接收的!生信塔就给大家找了篇“生信分析”+“干湿结合”的“范文”,毕竟是1区8分的TOP,加点实验也是值得的!

这篇范文是由中山大学唐军教授团队去年9月份发布的,利用生信的方法,构建了一个免疫相关预后指数(IRPI),用于预测HER2阳性乳腺癌的治疗反应和预后

该研究的亮点在于:1)整合公共数据库中单细胞RNA测序、加权基因共表达网络分析(WGCNA)、机器学习算法(XGBoost和Lasso回归)等多种技术手段,构建了一个免疫相关预后指数;2)对生信分析的结果,通过体内外实验进行验证,从生物信息学到实验验证的闭环设计,充分体现了多学科交叉的优势,为发表高质量科研文章提供了强有力的支撑。    

(ps: 生信分析还能否发顶刊?坦诚来讲,对于这种一区TOP期刊来说,需要在分析思路或者方法上有足够创新才可以。像本文这种“肿瘤预后模型构建”的思路,虽然分析方法做的比较全,但思路上还是相对成熟,叠加上肿瘤发文竞争激烈的大背景,所以补充一定的实验也是必要的。如果你想发表纯生信,那就需要对套路化的分析流程进行升级,想吃到生信的红利,欢迎滴滴生信塔,这里不仅有分析技术,更有创新的分析思路,为你的研究上大分!

题目:具有抑制CGAS刺激途径的高免疫相关指数是HER2+乳腺癌中Herceptin耐药性的关键决定因素

研究背景

对HER2+乳腺癌(BC)患者,容易发生HER2靶向疗法的耐药性,导致治疗失败。鉴于免疫微环境在肿瘤发育中的关键作用,构建理想的HER2 + BC 预后模型,对于临床治疗意义深刻。

数据来源

作者以GEO数据库(GSE76360 和 GSE191230)和TCGA数据库中获得乳腺癌(BC)相关的表达谱以及临床数据;同时对来自GSE176078 队列的单细胞 RNA 测序(scRNA - seq)数据,用于分析 IRPI 与抗肿瘤免疫的关系。    

研究思路

本研究通过分析HER2阳性乳腺癌(HER2 + BC)患者的RNA表达和临床数据,探索HER2靶向治疗对肿瘤特征及免疫微环境的影响。首先,利用GSE76360队列数据,通过WGCNA分析鉴定与预后相关的基因模块,并结合治疗前后差异表达基因(DEGs)及GSEA分析,揭示抗HER2治疗对免疫微环境的作用。其次,构建免疫相关预后指数(IRPI),通过建立Herceptin耐药的HER2 + BC细胞系并结合GSE76360和TCGA队列数据,采用Cox回归、XGBoost和Lasso Cox回归方法完成IRPI的构建。进一步通过xCell算法分析肿瘤微环境中浸润细胞的比例,结合TIP分析评估免疫活动,并探讨IRPI与免疫检查点分子表达的相关性。最后,通过分析GSE176078队列的单细胞测序(scRNA-seq)数据,研究IRPI与抗肿瘤免疫景观的关系。本研究为HER2 + BC的免疫微环境调控和耐药机制提供了新的见解。

研究结果

1. I 型 IFN 信号转导的下调与 HER2+ BC 患者的不良预后相关

通过加权基因共表达网络分析(WGCNA)和基因集富集分析(GSEA),研究发现I型干扰素信号通路在HER2+乳腺癌患者中与预后密切相关。特别是对Herceptin治疗无反应的患者中,I型干扰素信号显著下调,提示其可能是耐药的关键机制。    

图1 I 型 IFN 信号传导下调与 HER2+ BC 患者预后不良相关

2.构建 HER2 + BC 的免疫相关预后指数(IRPI)

通过差异表达基因(DEGs)筛选、单变量Cox回归分析、XGBoost算法和Lasso回归,研究构建了一个基于3个基因(CDADC1、ENC1、PIM1)的IRPI。该指数能够有效预测HER2+乳腺癌患者的总生存期(OS)和无进展生存期(PFS),并且是一个独立的预后因子。

            

 

    

图2 HER2+ BC 免疫相关预后指数 (IRPI) 的构建

3. scRNA - seq 分析表明高 IRPI 肿瘤细胞中 I 型 IFN 反应通路下调

单细胞RNA测序分析显示,高IRPI组肿瘤细胞中I型干扰素信号通路显著下调,而非肿瘤细胞中该通路未受影响。这表明IRPI的免疫抑制特征主要来源于肿瘤细胞本身,而非周围微环境。高IRPI组患者表现出免疫抑制的肿瘤微环境,包括较低的免疫细胞浸润(如CD8+ T细胞、NK细胞)和免疫检查点分子(如PD-L1、CTLA4)表达水平。低IRPI组患者则表现出免疫激活的特征,提示IRPI可以作为评估肿瘤免疫微环境状态的工具。    

3  scRNA-seq 分析显示高 IRPI 肿瘤细胞中 I 型 IFN 反应途径下调    

4.cGAS-STING 信号转导在赫赛汀耐药 HER2+ BC 中失活

实验验证了Herceptin耐药细胞中cGAS-STING通路的失活,包括cGAMP水平的降低和IRF3核转位的减少。这些结果表明cGAS-STING通路的抑制可能是Herceptin耐药乳腺癌免疫逃逸的关键机制

    

图4 cGAS-STING 信号在赫赛汀耐药 HER2+ BC 中不活跃

5.STINGa 和 DS - 8201 组合增强免疫监视以抑制 Herceptin 耐药的 HER2 + BC 的肿瘤生长

使用STING激动剂(如ADU-S100)能够显著恢复Herceptin耐药细胞中I型干扰素信号的活性,包括TBK1的磷酸化和ISGs的表达。此外,STING激动剂还能够增强肿瘤细胞的抗原呈递能力,为免疫治疗提供了潜在靶点。体外共培养实验和动物模型实验表明,STING激动剂与DS-8201的联合治疗具有协同抗肿瘤效果。联合治疗显著增强了CD8+ T细胞的浸润和颗粒酶B(GZMB)的释放,同时抑制了肿瘤生长,且未观察到明显的毒性。    

   图5 STINGa 和 DS-8201 联合抑制赫赛汀耐药 HER2+ BC 的肿瘤生长

文章小结

本文借助于公共数据挖掘,对HER2 + BC患者提供了精准分层,同时提出STING激动剂和DS - 8201联合应用对耐药患者的效果。本文堪称一篇经典的“干湿结合”范例,毕竟是一区TOP期刊,而且又是肿瘤预后模型这种成熟思路,确实需要补点实验。如果小伙伴需要发纯生信,那你就需要生信塔提供的升级思路了,不只是照着文献复现套路,而是更创新的方法,协助小伙伴吃到生信的红利!   

生信塔有话说


生信塔公众号持续为大家带来最新生信思路,更多创新性分析思路请点击往期推荐,快来查看吧!想复现这种思路或者定制更多创新性思路欢迎直接call生信塔,我们团队竭诚为您的科研助力!


文献思路复现

定制生信分析

生信服务器


 往期 · 推荐 

IF 16.7!高质量、综合GBD数据库炸裂登场!武大中南医院&湖北医科大襄阳医院携手,3图3表拿下高分,简直美滋滋~

十投九中+纯生信友好=神刊!复旦肿瘤医院李大卫团队2区6分模板文,单细胞数据挖掘+乳酸化修饰,科研人错过血亏!

11种机器学习“飞”上1区Top,诺奖热点不容错过!苏州大学李艳红团队,预后模型这波操作太燃了!

 

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/180866
 
40 次点击