四個基因的能量代謝模型構建與驗證，輕鬆發4分sci！
- 2020 年 2 月 20 日
- 筆記
今天分享一篇2019年6月發表於J Cell Physiol（IF:4.522）的文章，標題是Identification of a four‐gene metabolic signature predicting overall survival for hepatocellular carcinoma. 文章主要是預後模型構建和驗證，富集分析佐證代謝方向，外部數據支持預後相關基因在測試集和驗證集的表現。
PART1
研究思路
• 數據集：TCGA-LIHC（測試集）、GSE14520（驗證集）
• 預後代謝相關模型構建：差異分析->代謝相關差異基因單因素cox->生存相關基因Lasso-penalized Cox->模型誕生
• 測試集和驗證集中繪製ROC曲線、風險曲線、熱圖、生存曲線（模型基本展示標配）
• 結合臨床特徵和預後模型進行單因素、多因素cox分析（看預測模型是否可作為獨立預後因子）
• 在TNM分級下依據預後模型分組後進行生存曲線繪製（說明真的可以作獨立預後）
• 富集分析
• 外部數據支持（基因表達、基因突變、蛋白表達三方面）
PART2
結果
2.1
構建預後模型
以TCGA-LIHC為測試集，進行差異分析，挑出差異基因中的634個代謝相關基因；先用單因素cox回歸模型找到119個生存相關基因，然後用Lasso-penalized Cox分析確定4個基因用於模型構建：risk score = −0.0084 × ACAT1‐0.0413 × GOT2 + 0.1503 × PTDSS2 + 0.1352 × UCK2；
在測試集TCGA-LIHC和驗證集GSE14520進行ROC曲線繪製、風險曲線和熱圖繪製；依據risk score閾值，將樣本分為high risk和low risk 兩組，進行生存曲線的繪製；
2.2
獨立風險因子
基於上面構建的預測模型，在TCGA-LIHC和GSE14520中以risk score閾值為界分為high和low兩組，與其他臨床特徵一起進行單因素cox和多因素cox分析，認為，模型區分得到的high risk和low risk 可以獨立風險因子存在；在I+II和III+IV期樣本中對high risk和low risk分組進行生存曲線繪製，以說明該模型的預測結果可作為獨立預後因子；
2.3
構建列線圖
對測試集和驗證集，基於TNM分級、risk score進行列線圖的繪製；並依據TNM、預測模型、複合模型進行1年、3年、5年ROC和DCA曲線繪製；依據不同模型對應的C-index、曲線下面積、凈獲益的差異，認為複合模型更有優勢。
2.4
富集分析
在TCGA和GEO數據集進行GSEA富集分析，在通路層面展示腫瘤和正常組織的差異；富集到的通路多為代謝相關，其他為腫瘤常見通路（切題很重要啊）。而且，非代謝通路富集集中在high-risk，代謝通路富集集中在low-risk。
2.5
外部數據印證
這裡主要用到了Oncomine、TIMER、HPA、cbioportal數據庫，從基因表達、蛋白表達和基因突變三個方面對預後相關的4個基因在肝癌中的情況進行探索，佐證其在TCGA和GSE14520中的表現。
PART3
結語
文章從代謝相關入手進行模型構建，通過ROC、DCA對模型進行評價，通路富集分析結果點了文章代謝的題，還利用TIMER、Oncomine、HPA、cbioportal外部數據進行論據支持。對預後相關模型感興趣的同學也可以聯繫小編分析哦。 原文獲取方式，後台回復關鍵詞：20200216
