B2M表达差异分析
评估B2M在胶质瘤与正常组织中的表达差异。
利用TCGA和GTEx数据库分析33种肿瘤类型中B2M mRNA表达,并在Gravendeel数据库中验证;通过HPA数据库和103例胶质瘤组织的免疫荧光检测B2M蛋白水平。
Impact of beta-2 microglobulin expression on the survival of glioma patients via modulating the tumor immune microenvironment.
研究包括多数据库表达分析、103例组织免疫荧光、生存分析、免疫浸润分析及通路富集,但缺乏功能实验和体内验证。
TCGA胶质瘤队列 CGGA胶质瘤队列 Gravendeel胶质瘤队列 103例胶质瘤组织样本
B2M表达分组(低/高),阈值:|logFC|≥2,p<0.05 免疫荧光染色:B2M抗体(1:100,13511-1-AP,Proteintech),FITC二抗(1:200,bs-0293G-FITC,Bioss) 生存分析:Kaplan-Meier方法,meta分析合并HR=0.43(95%CI:0.35-0.54) 免疫浸润分析:TIMER算法,调整肿瘤纯度 样本量:TCGA 667例,CGGA 983例,Gravendeel 271例;组织样本103例
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
评估B2M在胶质瘤与正常组织中的表达差异。
利用TCGA和GTEx数据库分析33种肿瘤类型中B2M mRNA表达,并在Gravendeel数据库中验证;通过HPA数据库和103例胶质瘤组织的免疫荧光检测B2M蛋白水平。
探讨B2M表达与肿瘤分级、IDH1状态及分子亚型的关系。
比较不同WHO分级、IDH1状态和分子亚型中B2M的表达,并进行ROC分析评估B2M预测间充质亚型的能力。
评估B2M表达对胶质瘤患者生存时间的影响。
采用Kaplan-Meier生存分析和meta分析(基于TCGA、CGGA和Gravendeel三个数据集)分析B2M表达与总生存期的关系。
探讨B2M表达与胶质瘤免疫细胞浸润的关系。
使用TIMER工具分析B2M表达与六种免疫细胞(B细胞、CD4+T细胞、CD8+T细胞、中性粒细胞、巨噬细胞和树突状细胞)浸润的相关性,并调整肿瘤纯度。
探究B2M介导免疫浸润的潜在分子机制。
对B2M高/低表达组进行GO富集和KEGG通路分析,并利用TISIDB分析B2M与趋化因子的共表达关系。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 免疫荧光分析 | B2M抗体 | Proteintech | 13511-1-AP |
| IgG/FITC抗体 | Bioss | bs-0293G-FITC | |
| 组织处理 | 牛血清白蛋白 | -- | -- |
| 免疫荧光分析 | DAPI | -- | -- |
| 荧光显微镜成像系统 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| B2M表达分析 | 数据库版本、样本量、表达分组阈值(|logFC|≥2,p<0.05) 阅读提示:Materials and Methods, 2.1, 2.4 |
| 免疫荧光检测 | 抗体稀释比例(B2M 1:100,二抗1:200)、孵育时间(30min,1h)、DAPI染色时间(5min) 阅读提示:Materials and Methods, 2.6 |
| 生存分析 | 分组方法(高/低B2M表达)、样本量(1921例)、meta分析的异质性检验 阅读提示:Materials and Methods, 2.3; Results, 3.3 |
| 免疫浸润分析 | TIMER算法版本、免疫细胞类型、是否调整肿瘤纯度 阅读提示:Materials and Methods, 2.5; Results, 3.4 |