数据挖掘与差异表达分析
筛选与巨噬细胞极化和蛋白乳酸化相关的候选基因。
从TCGA和GEO获取胃癌转录组数据,使用DESeq2识别肿瘤和正常样本间的差异表达基因。
Prognostic and tumor microenvironmental features of gastric cancer revealed by macrophage polarization and protein lactylation-related genes.
包含生物信息学分析、细胞系RT-qPCR和临床组织IHC验证,但缺乏体内功能实验和机制验证。
人胃癌细胞系HGC-27 人胃癌细胞系AGS 人正常胃上皮细胞系GES-1 胃癌及癌旁组织样本(n=48)
TCGA-GC训练集包含350个肿瘤和31个正常样本 GSE66229验证集包含300个GC样本和100个正常样本 ERCC6L最佳表达截断值为1.256032,MYB为2.973839 风险评分中位数为-0.7115388,将样本分为高低风险组 IHC分析使用48对胃癌及癌旁组织样本
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。
筛选与巨噬细胞极化和蛋白乳酸化相关的候选基因。
从TCGA和GEO获取胃癌转录组数据,使用DESeq2识别肿瘤和正常样本间的差异表达基因。
识别与蛋白乳酸化和巨噬细胞极化密切相关的基因模块。
使用GSVA计算MPRGs和PLRGs评分,通过WGCNA构建基因共表达网络,选择与表型相关性最强的模块。
探索候选基因的生物学功能和相互作用。
对428个候选基因进行GO和KEGG富集分析,并利用STRING构建高置信度PPI网络。
建立基于预后基因的风险模型并评估其预测性能。
通过单变量Cox回归和LASSO回归筛选预后基因,构建风险评分模型,并在验证集中评估。
分析高低风险组之间的免疫细胞浸润和基因突变差异。
使用ESTIMATE和CIBERSORT评估免疫评分和22种免疫细胞比例,并用maftools分析突变。
评估不同风险组对化疗药物的敏感性差异。
使用pRRophetic预测138种药物的IC50值,比较高低风险组间的差异。
在单细胞水平探索预后基因的表达和细胞间通讯。
整合GSE163558数据,进行聚类注释,分析ERCC6L和MYB在不同细胞类型中的表达,并构建细胞通讯和伪时间分析。
验证预后基因在组织样本和细胞系中的表达。
通过qRT-PCR检测胃癌组织和细胞系中ERCC6L和MYB的mRNA表达,通过IHC检测蛋白表达。
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 |
|---|---|---|---|
| 细胞培养 | RPMI 1640培养基 | Gibco | -- |
| 高糖DMEM培养基 | Gibco | -- | |
| 胎牛血清 | Procell | -- | |
| 青霉素-链霉素 | Solarbio | -- | |
| RNA提取 | Trizol试剂 | Takara | -- |
| cDNA合成 | RevertAid逆转录试剂盒 | Thermo Scientific | -- |
| qRT-PCR | BIO-RAD CFX96系统 | BIO-RAD | -- |
| 免疫组织化学 | 抗ERCC6L抗体 | Proteintech | 15688-1-AP |
| 抗L-乳酸化赖氨酸抗体 | PTM Biolabs | PTM-1401RM | |
| 抗MYB抗体 | Bioss | bs-5978R |
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 |
|---|---|
| 数据获取 | TCGA-GC和GSE66229数据集的具体版本和样本信息 阅读提示:见Methods 2.1 Data mining |
| 差异表达分析 | 阈值:adjusted p<0.05,|log2FC|>1 阅读提示:见Methods 2.2 Differential expression analysis |
| WGCNA | 软阈值=6,模块最小大小=100,合并剪切高度=0.3 阅读提示:见Methods 2.3 WGCNA |
| 风险模型构建 | 最佳截断值:ERCC6L=1.256032,MYB=2.973839;风险评分公式 阅读提示:见Methods 2.5 Construction of a risk model 和 Results 3.3 |
| 预后模型验证 | 训练集和验证集的划分标准,AUC计算时间点 阅读提示:见Methods 2.6 Evaluation and validation of prognostic risk model |
| 免疫浸润分析 | CIBERSORT算法参数,免疫细胞类型 阅读提示:见Methods 2.8 Immune infiltration analysis |
| 突变分析 | 主要突变基因列表,突变类型 阅读提示:见Methods 2.8 mutation analysis 和 Results 3.5 |
| 药物敏感性 | 药物列表和IC50计算方法 阅读提示:见Methods 2.10 Drug sensitivity analysis |
| 单细胞分析 | 过滤标准:基因数<200或线粒体基因>10%去除,基因数200-3000,总计数>=10000 阅读提示:见Methods 2.13 Single-cell RNA sequencing analysis |
| qRT-PCR | 细胞系和培养条件,RNA提取和cDNA合成步骤,PCR循环参数 阅读提示:见Methods 2.14 Cell culture and quantitative real-time PCR |
| IHC | 抗体稀释度,染色评分标准 阅读提示:见Methods 2.16 Immunohistochemistry |