上海医院设计网站建设,九江网站优化,网站更新的意义,威海推广写在前面
今天先不阅读肺癌的了#xff0c;先读一篇胃癌的文章
文献
An individualized stemness-related signature to predict prognosis and immunotherapy responses for gastric cancer using single-cell and bulk tissue transcriptomes IF:4.0 中科院分区:2区 医学…写在前面
今天先不阅读肺癌的了先读一篇胃癌的文章
文献
An individualized stemness-related signature to predict prognosis and immunotherapy responses for gastric cancer using single-cell and bulk tissue transcriptomes IF:4.0 中科院分区:2区 医学WOS 分区:Q2 亮点不像其他生信文章用什么lasso、svm然后基于表达值做风险得分而是基于基因间的秩次关系从而克服了批次效应。
可以学习的点
1.from the Tumor Immune Single Cell Hub 2 database (http://tisch. comp-genomics.org/), were annotated into malignant cells, stromal cells, and immune cells. tisch的使用教程https://www.cn-healthcare.com/articlewm/20230530/content-1557644.html 这个到底是怎么回事 2.CytoTRACE score如何计算为细胞干性得分评估单细胞数据中各细胞亚群的分化潜力从而鉴定出祖细胞。 3.aucells定义出的基因集的aucells。 4.为什么GSE134520,分出3组要找恶性相对于其他两类上调的基因。 所有的基因集得分有没有可能是最后鉴定出的167个跟干细胞相关的基因。
结果
1.鉴定stemness-related signature genes
1we calculated CytoTRACE scores of malignant cells to estimate their stemness 2579 genes showed positive correlation with the stemness scores were set as G1 (Pearson R 0.2 and FDR 0.05), and genes upregulated in malignant cells were set as G2. The 175 overlapping genes between G1 and G2 were defined as stemness-related signature genes。 3在额外的数据集验证这边想问下是怎么验证的应该是有背景知识在的b图应该指的是找到的基因集能特异识别出某细胞类型。 4也是一个额外的验证。数据基于定义的基因集算出的aucell得分与未基于基因集算出的cytotrace得分正相关侧面说明定义的该基因集与细胞干性的相关性。不过我觉得这个aucell得分可能也与G1基因集的定义有关。 2.将GC样本进行分组
基于基因集做ssgsea打分算不同临床分组的打分情况发现符合真实世界而后再看不同ssgsea打分组的生存差异上述结果都不错。
3.看分组的基因组特征与分子特征
看突变情况与MSI、TMB、同路。
4.开发REO模型与验证
基于秩次关系与半数投票构建后观察分组表现及不同临床分组的模型结果比例。额外4套数据再验证算是比较多的了。
5.看GPS与免疫治疗的关系
1estimate看基质细胞、肿瘤、M2巨噬细胞高风险组M2高目前高M2风险组预后差又是一个验证。 2tide网站看高风险组的免疫治疗抗性高可能不敏感。 3submap 预测能否对PD-1响应高风险组不响应一个验证。
