识别预后相关基因
筛选与内质网应激和丁酸代谢相关的肺腺癌预后基因
基于TCGA-LUAD数据,通过WGCNA、差异表达分析和孟德尔随机化筛选候选基因,最终确定7个预后基因。
Combined single-cell transcriptome and Mendelian randomization to identify and validate prognostic genes associated with endoplasmic reticulum stress and butyrate metabolism in lung adenocarcinoma.
研究包含多组学数据分析和RT-qPCR细胞系验证,但缺乏功能获得/缺失实验和体内实验验证核心机制。
TCGA-LUAD队列 GSE31210、GSE116959、GSE131907数据集 非小细胞肺癌细胞系(PC9、A549、H292等) 人支气管上皮细胞系BEAS-2B
MR分析使用cis-eQTL,P < 5×10⁻⁶,距离TSS ±1Mb MR分析要求SNP F统计量>10,至少3个独立SNP RT-qPCR使用GAPDH作为内参,2^(-ΔΔCT)方法计算表达 RT-qPCR实验设三个生物学重复 风险模型分为高风险组和低风险组,最优截断值为54.60984
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。
筛选与内质网应激和丁酸代谢相关的肺腺癌预后基因
基于TCGA-LUAD数据,通过WGCNA、差异表达分析和孟德尔随机化筛选候选基因,最终确定7个预后基因。
评估预后基因对肺腺癌患者生存的预测能力
使用随机生存森林模型计算风险评分,根据最优截断值分为高风险组和低风险组,并进行生存分析和ROC曲线评估。
将风险评分与临床因素结合,预测个体化生存概率
通过单因素和多因素Cox回归确定独立预后因素,构建列线图并评估其准确性。
在单细胞水平解析预后基因的表达分布和关键细胞类型
对GSE131907数据集进行质量控制、聚类和细胞类型注释,分析预后基因在各细胞类型中的表达,确定关键细胞。
探究巨噬细胞与其他细胞的相互作用及其分化过程中的基因动态
使用CellChat分析细胞通讯,用Monocle和CytoTRACE2进行拟时序分析。
在细胞系水平验证预后基因的差异表达
使用RT-qPCR检测7个预后基因在6种NSCLC细胞系和正常支气管上皮细胞系中的表达。
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 |
|---|---|---|---|
| RT-qPCR | TRIzol试剂 | Invitrogen | United States |
| PrimeScript RT Master Mix | Takara | -- |
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 |
|---|---|
| MR分析 | eQTL数据来自GTEx v8肺组织,SNP P<5e-6, cis-eQTL距离TSS±1Mb, LD r2<0.001, F统计量>10,至少3个SNP 阅读提示:Methods 2.5 Mendelian randomization (MR) analysis |
| RT-qPCR | 细胞系(PC9、A549等)和正常对照BEAS-2B,GAPDH作为内参,使用2^(-ΔΔCT)方法,三个生物学重复 阅读提示:Methods 2.17 RT-qPCR |
| 风险模型 | 风险评分最佳截断值为54.60984,高风险组195例,低风险组320例 阅读提示:Results 3.4 风险模型的构建和验证 |
| 单细胞分析 | GSE131907数据集,质量控制标准:nFeature_RNA 300-4000,nCount_RNA 500-20000,percent_mt <15% 阅读提示:Methods 2.13 Single cell transcriptome analysis |