RBM15表达分析
评估RBM15在LUAD肿瘤组织与正常组织中的表达差异。
使用TCGA和GEO数据集的RNA-seq数据,比较肿瘤与正常组织中RBM15的表达水平。
RBM15 is a novel prognostic biomarker and correlates with immune cell infiltration in lung adenocarcinoma.
包含生物信息学分析、临床样本免疫组化验证,但缺乏体外或体内功能实验。
TCGA-LUAD数据集 GEO数据集(GSE10072、GSE31210、GSE43458) 80例肺腺癌肿瘤组织及配对癌旁组织
RBM15表达上调:TCGA、GSE10072、GSE31210数据集中肿瘤组织与正常组织比较 预后关联:K-M曲线显示高RBM15表达与较差的无病间期(DFI)和总生存期(OS)相关 独立预后因素:单因素和多因素Cox回归分析 诊断价值:ROC曲线下面积(AUC)在GSE31210为0.678,在TCGA为0.945 免疫浸润:TIMER、ssGSEA和ESTIMATE算法分析RBM15与免疫细胞浸润的相关性
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RBM15在LUAD肿瘤组织与正常组织中的表达差异。
使用TCGA和GEO数据集的RNA-seq数据,比较肿瘤与正常组织中RBM15的表达水平。
评估RBM15表达与LUAD患者预后的关系。
根据RBM15表达的中位数或最佳截断值将患者分为高、低表达组,使用K-M曲线和Cox回归分析比较总生存期(OS)和无病间期(DFI)。
评估RBM15表达与临床病理特征的相关性。
使用卡方检验和Wilcoxon检验分析RBM15表达与年龄、性别、分期、吸烟史等特征的关系,并在80例患者组织中进行免疫组化验证。
鉴定与RBM15共表达的基因并分析其功能。
使用cBioPortal筛选共表达基因,进行GO和Reactome富集分析,并构建PPI网络。
评估RBM15表达与免疫细胞浸润的关系。
使用TIMER、ssGSEA和ESTIMATE算法评估免疫细胞浸润水平,并分析RBM15表达与免疫细胞标志物的相关性。
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 |
|---|---|---|---|
| 免疫组化 | 抗RBM15抗体 | Bioss | bs-15019R |
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 |
|---|---|
| RBM15表达分析 | TCGA-LUAD和GEO数据集(GSE10072、GSE31210)的样本来源、RNA-seq数据处理方法 阅读提示:Methods: Dataset source |
| 预后分析 | RBM15表达分组截断值、生存分析类型(OS、DFI)、统计方法(log-rank检验) 阅读提示:Methods: Survival analysis; Results: RBM15 expression was upregulated and influence prognosis in LUAD |
| 临床病理特征关联 | TCGA和80例患者样本的临床病理数据,RBM15表达分组方法,卡方检验和Wilcoxon检验 阅读提示:Methods: Relationship of RBM15 expression with clinicopathological features; Results: Diagnostic value of RBM15 in clinicopathological features in LUAD |
| 共表达基因分析 | 共表达筛选标准(|cor|>0.4, P<0.05),STRING数据库交互评分阈值 阅读提示:Methods: Identification of co-expressed genes of RBM15 in TCGA |
| 免疫浸润分析 | TIMER、ssGSEA、ESTIMATE算法版本及参数,Spearman相关分析方法 阅读提示:Methods: Correlation between RBM15 expression and immune cell infiltration; Results: Correlation of RBM15 expression with immune cell infiltration |