复现生信论文36.临床意义

生信论文的套路

1. ONCOMINE从全景、亚型两个维度做表达差异分析；
2. 临床标本从蛋白水平确认（或HPA数据库），很重要；
3. Kaplan-Meier Plotter从临床意义的角度阐明其重要性；
4. cBio-portal数据库做基因组学的分析（机制一）；
5. STRING互作和GO/KEGG分析探讨可能的信号通路（机制二）；
6. TISIDB/TIMER分析肿瘤免疫特征（机制三）。

生信论文36是单基因分析的生信论文，单纯生信数据库的数据分析，没有湿实验验证，但是可以发表在接近5分的期刊上，很多分析做得很棒，值得借鉴。我们对文章数据进行复现。

第一部分，差异分析，已经复现。

第二部分，临床意义（生存分析、相关性分析），复现如下。

有些果友可能已经发现，作者没有用HPA做蛋白水平的差异分析，为什么没有做呢？因为LAYN本身在胃肠道中是高表达的，而HPA肿瘤组织的免疫组化结果中，只有结肠癌，没有胃癌的数据，因此未做。在实际分析时，HPA数据库免疫组化的结果不能牵强使用，不充分不用（肿瘤组织和正常组织的差异不明显），不全面不用（如生信论文36，分析胃肠癌，但是只有结肠癌组织，没有胃癌肿瘤组织的免疫组化图）。

作者在差异分析时，并没有限定肿瘤类型，而是整体分析，所有的肿瘤类型都分析，这样数据就显得多了。但是，在进一步临床意义分析的过程中，作者锁定在某些肿瘤上，如何锁定呢？答案就在后文。

---------------复现--------------

在分析LAYN表达与各种肿瘤生存率的相关性时，作者采用PrognoScan数据库和km plotter数据库（prognoscan+km plotter）双验证的模式，增加数据的可信度和说服力。如同差异分析，双验证总是比单个验证有力量。

prognoscan网址：

http://dna00.bio.kyutech.ac.jp/PrognoScan/index.html.

首先是prognoscan分析生存率。

登录官网，在对话框中输入基因名称，点击submit。

然后出现下表。点击cox p value一栏，使得数据按照cox p从小到大的顺序排列，以获得具有显著差异的生存分析数据。

根据肿瘤类型，cox p value的结果，点击探针Probe ID（蓝色划线，可以点击进去）。出现类似下图结果，可以下载，文章需要的是kaplan-Meier plot数据。截图后在PPT中标注相应信息，即可。

km plotter数据库

作者为什么把临床意义的分析锁定在某些肿瘤上呢？答案就在这里！

因为progscan预后分析只有结肠癌、乳腺癌、眼癌和卵巢癌有显著差异；而km plotter数据库针对乳腺癌、卵巢癌、肺癌和胃癌具有最全面啊的生存分析结果。这样两者取交集，综合判断，作者把关注点放在胃癌和结肠癌上面。

登录网站，进入胃癌的数据（以胃癌为例，其余相同）。

输入基因名称，survival选择OS，其余条件不变。点击plot，生成下图，下载PDF版本。数据中有log rank p，有生存曲线，有病例数等信息。

再在survival选择PFS，其余条件不变。点击plot，生成下图，下载PDF版本。数据中同样有log rank p，有生存曲线，有病例数等信息。

其实，km plotter数据库里还提供PPS的分析结果（也是有显著差异的），不过作者没有展示。

把其余肿瘤的生存率做类似的分析，通过截图和PPT编辑整合，即可获得用于论文发表的图片。

-----------------相关性分析----------------

基因表达相关性分析和与肿瘤分期之间的相关性，是GEPIA数据库的特色，而km plotter数据库也提供了全面的相关性分析，主要是肿瘤类型、临床特征与生存率的相关性。肿瘤类型包括肿瘤分期、病理类型、分化等，临床特征包括性别、胃肠穿孔（perforation）有无（疾病专有特征）、治疗方式和HER2状态等。

依次选择，即可获得相应p值，病例数等信息，用三线表的形式在PPT中编辑，即可获得用于发表的图片。如性别gender处，female和male，可以查看基因差异表达在男性和女性肿瘤患者中，生存率是否有明显不同。

关于果友提出的，如何分析StageN 1+2+3的结果。之前没有注意到，现在复现结果的时候，正好找到了，都是数据库直接提供的数据，因此在复现数据中，我们可以学到更多细节的东西。

在展示三线表的数据时，作者将具有差异的数据加粗，这不失为一种数据可视化的技巧。值得借鉴和学习！

生存分析和相关性分析，难度不大，关键是要有统计学差异。最难的是免疫浸润的分析，烧脑！敬请下次分享。

果友们最常见的困惑是如何获得可用于差异分析、生存分析和探究意义的基因。确实，这是生信分析的难点之一。个人也没有更好的办法，只有多读文献，多去做分析，多去尝试几个基因。在做分析的时候，可以从基因家族和所有肿瘤类型入手，不要局限于某单个基因或者某一种肿瘤。

生信论文36就是从单基因+全肿瘤的思路入手，逐步深入分析，然后得出LAYN在胃肠癌中具有预后价值，并与其免疫浸润密切相关。