四个基因的能量代谢模型构建与验证，轻松发4分sci！
- 2020 年 2 月 20 日
- 笔记
今天分享一篇2019年6月发表于J Cell Physiol（IF:4.522）的文章，标题是Identification of a four‐gene metabolic signature predicting overall survival for hepatocellular carcinoma. 文章主要是预后模型构建和验证，富集分析佐证代谢方向，外部数据支持预后相关基因在测试集和验证集的表现。
PART1
研究思路
• 数据集：TCGA-LIHC（测试集）、GSE14520（验证集）
• 预后代谢相关模型构建：差异分析->代谢相关差异基因单因素cox->生存相关基因Lasso-penalized Cox->模型诞生
• 测试集和验证集中绘制ROC曲线、风险曲线、热图、生存曲线（模型基本展示标配）
• 结合临床特征和预后模型进行单因素、多因素cox分析（看预测模型是否可作为独立预后因子）
• 在TNM分级下依据预后模型分组后进行生存曲线绘制（说明真的可以作独立预后）
• 富集分析
• 外部数据支持（基因表达、基因突变、蛋白表达三方面）
PART2
结果
2.1
构建预后模型
以TCGA-LIHC为测试集，进行差异分析，挑出差异基因中的634个代谢相关基因；先用单因素cox回归模型找到119个生存相关基因，然后用Lasso-penalized Cox分析确定4个基因用于模型构建：risk score = −0.0084 × ACAT1‐0.0413 × GOT2 + 0.1503 × PTDSS2 + 0.1352 × UCK2；
在测试集TCGA-LIHC和验证集GSE14520进行ROC曲线绘制、风险曲线和热图绘制；依据risk score阈值，将样本分为high risk和low risk 两组，进行生存曲线的绘制；
2.2
独立风险因子
基于上面构建的预测模型，在TCGA-LIHC和GSE14520中以risk score阈值为界分为high和low两组，与其他临床特征一起进行单因素cox和多因素cox分析，认为，模型区分得到的high risk和low risk 可以独立风险因子存在；在I+II和III+IV期样本中对high risk和low risk分组进行生存曲线绘制，以说明该模型的预测结果可作为独立预后因子；
2.3
构建列线图
对测试集和验证集，基于TNM分级、risk score进行列线图的绘制；并依据TNM、预测模型、复合模型进行1年、3年、5年ROC和DCA曲线绘制；依据不同模型对应的C-index、曲线下面积、净获益的差异，认为复合模型更有优势。
2.4
富集分析
在TCGA和GEO数据集进行GSEA富集分析，在通路层面展示肿瘤和正常组织的差异；富集到的通路多为代谢相关，其他为肿瘤常见通路（切题很重要啊）。而且，非代谢通路富集集中在high-risk，代谢通路富集集中在low-risk。
2.5
外部数据印证
这里主要用到了Oncomine、TIMER、HPA、cbioportal数据库，从基因表达、蛋白表达和基因突变三个方面对预后相关的4个基因在肝癌中的情况进行探索，佐证其在TCGA和GSE14520中的表现。
PART3
结语
文章从代谢相关入手进行模型构建，通过ROC、DCA对模型进行评价，通路富集分析结果点了文章代谢的题，还利用TIMER、Oncomine、HPA、cbioportal外部数据进行论据支持。对预后相关模型感兴趣的同学也可以联系小编分析哦。 原文获取方式，后台回复关键词：20200216
