爾雲間 一個專門做科研的團隊

關注我們

基於鐵死亡的疾病分型思路太老套了？

一次聚類不行就做兩次！

想要創新升級的快點看過來吧！兩次聚類分型思路給你驚喜！

大家在工作、學習生活中遇到難熬的日子會如何排解？

許巍會對你說：生活不止眼前的苟且，還有詩和遠方；

小云會告訴你：生活除了詩和遠方，還有擼串和奶茶。。。

沒有什麼煩惱是一頓燒烤解決不了的，如果有，那就兩頓！

與此類似，如果你覺得基於鐵死亡的疾病分型思路太老套了，那麼一次聚類不行，就做兩次！

小云今天帶你們看一下基於鐵死亡進行兩次聚類分型的生信分析思路，我們不僅可以在分析方向（熱點）上找創新，還可以從分析方法上搞事情！

沒有思路、不知道怎麼創新的找小云，超多個性化、創新性高的分析思路供你選擇！

1、鐵死亡非編碼RNA資料庫新鮮出爐！藉此東風能否迎來生信分析第二春？解決臨床問題才是正道~

2、如何從Nature文章思考並形成我們自己的生信分析思路？這套獨家秘笈輕易不外傳！

3、生信沒頭緒？Science最新發文引發思考！下一個生信分析熱點該不會就是它吧？內附切入指南

4、別隻盯著鐵死亡、銅死亡了，快來看看這個經典又熱門的方向，你的下一篇生信文章可能就是它了！

5、兩篇8分+ Frontiers生信文章，教你如何借“單細胞”的東風玩轉預後模型！

發表時間：2022年9月

發表雜誌：Oncoimmunology

影響因子：IF=7。723

文章題目：肺腺癌中基於鐵死亡相關基因和腫瘤微環境浸潤特徵的分子亞型

資料資訊

研究思路

首先分析了由鐵死亡相關基因介導的分子亞型，以及相關的TME細胞浸潤。再基於分子亞型間的差異表達基因（DEGs）進行第二次聚類，分成不同的分子亞型。最後採用LASSO方法構建鐵死亡評分，量化單個腫瘤的鐵死亡特徵。

主要研究結果

1.第一次聚類：基於鐵死亡相關基因進行聚類（ferroptosis clusters A/B/C）

單因素Cox迴歸分析發現了14個與預後相關的鐵死亡相關基因。基於這14個鐵死亡相關基因對患者進行無監督聚類分析，分成ferroptosis clusters A、B、C三種顯著不同的亞型。這三種亞型在生存率上有顯著差異。

2.針對ferroptosis clusters A/B/C進行分析

對三個亞型進行GSVA富集分析，以分析其功能和生物學差異。隨後，用ssGSEA分析方法評估28種免疫細胞在3個亞型中的富集評分。進一步探討三組間浸潤免疫細胞組成的差異，使用CIBERSORT演算法計算每個患者體內22種免疫細胞的相對百分比。

分析三個亞組之間的差異表達基因（DEGs），並對差異表達基因進行功能富集分析。

3.第二次聚類：基於三個亞型間的DEGs進行聚類（ferroptosis gene clusters A/B/C）

根據三個亞型間的DEGs表達水平，可以分為三種亞型：gene clusters A/B/C。這單個亞型之間的生存率有顯著差異。另外視覺化不同gene clusters A/B/C和clusters A/B/C之間的生存差異。

4.構建鐵死亡評分，並對高、低鐵死亡評分組進行分析

使用LASSO Cox迴歸確定了13個關鍵基因，根據13個關鍵基因的表達建立鐵死亡預後模型，定義為鐵死亡評分，將患者分為高、低鐵死亡評分組。針對這兩組進行分析，包括Kaplan-Meier生存曲線、預測患者預後的能力、浸潤免疫細胞差異、腫瘤突變負荷、免疫檢查點分子以及免疫治療效果之間的相關性。

還分析了鐵死亡評分與gene clusters A/B/C和clusters A/B/C的關係。

總結

這篇文章值得我們借鑑的就是透過兩次聚類進行疾病分型，只做一次聚類的生信文章已經非常多了，那麼兩次聚類無疑給大家又拓展了新的分析思路。說明我們不僅可以從分析方向上找創新，還可以從分析方法上找突破哦。

選分析方向/方法最便捷的方法當然還是持續關注小云的生信思路推薦，如果你對兩次聚類的疾病分析思路感興趣，或者想了解更多創新性思路歡迎直接call小云哦