知識的價值不在于占有,而在于使用。

生信自學網-速科生物-生物信息學數據庫挖掘視頻教程

當前位置: 主頁 > TCGA >

TCGA數據庫可變剪切文獻解讀

時間:2019-07-29 23:01來源:生信自學網 作者:樂偉 點擊:
Genome-Wide Profiling of Prognostic Alternative Splicing Signature in Colorectal Cancer
可變剪切分析火了,那么如果結合生信方法,做自己的研究方向的可變剪切呢?生信自學網為你答疑解惑。
可變剪切是基因轉錄時,通過組合不同的外顯子,形成不同轉錄本的過程,在生命的信息傳遞過程中發揮著重要的作用;今天就給大家分享一篇利用TCGA數據庫癌癥轉錄組數據可變剪切事件進行生存分析,構建預后模型分析的文章,目前可變剪切在癌癥的研究里還不是很多,所以此類選材較為新穎,是一個很不錯的選材思路。
需要入門學習TCGA可變剪切的學員,可以學習生信自學網原創錄制的專利課程:
《可變剪切5分套路挖掘基于TCGA數據庫》

此篇文章是2018年11月發表在醫學2區期刊Frontiers in Oncology(IF=4.416)上,作者共下載了330個結腸癌轉錄組數據,深入分析了與結腸癌預后相關的關鍵可變剪切事件。

文獻下載:關注微信公眾號:biowolf_cn,回復“可變剪切”,即可下載文獻原文。
文獻:Genome-Wide Profiling of Prognostic Alternative Splicing Signature in Colorectal Cancer
背景:本研究旨在探索不同的RNA剪接模式并闡明剪接變異體在結直腸癌預后中的作用(CRC)。
方法:利用來自TCGA數據庫的RNA-seq數據對預測性選擇性剪接(AS)事件進行全基因組分析,以評估330例結直腸癌隊列中7種AS模式的作用。采用Cox比例風險回歸綜合評價預后預測模型,根據生存相關事件與剪接因子的相關性,建立剪接網絡。
結果:共鑒定出2158例與結直腸癌事件相關的生存率。有趣的是,這些前20名的生存率與AS事件相關的大多數是不良預后因素。根據每種剪接模式建立預后模型,對結直腸癌患者的風險分層表現良好。聯合預測模型的接收機工作特性曲線下面積(AUC)可達0.963。剪接網絡也提示了CRC患者剪接因子表達與AS事件的顯著相關性。
結論:用13個基因的差異剪接模式建立了CRC患者危險分層的理想預測模型。我們的發現豐富了有關差異RNA剪接模式和剪接調控的知識,為治療CRC提供了大量的生物標記候選物和潛在靶點。
研究思路
從TCGA數據庫下載轉錄組數據,采用SpliceSeq進行可變剪切分析
針對可變剪切事件,進行單因素的Cox生存分析
針對顯著的單因素可變剪接事件,進行多因素的Cox生存分析
構建預后預測模型,并進行性能評估
剪切因子和剪切事件進行關聯分析,篩選出重要的剪切因子
 
可變剪切分析
采用SplicSeq軟件對TCGA中的轉錄組數據進行可變剪切分析,分別統計可變受體位點(AA)、可變供體位點(AD)、可變啟動子(AP)、可變終止子(AT)、內含子保留(RI)、外顯子跳躍(ES)、外顯子互斥(ME)等7種可變剪切形式的可變剪切事件。其中外顯子跳躍類型的可變剪切事件最多。統計圖如下:
 
單因素生存分析
7種類型的可變剪切事件,分別進行單因素的Cox生存分析,篩選出顯著相關的可變剪切事件,并將發生該可變剪切事件的基因篩選出來。下圖為7類可變剪切事件對應的風險比率。
 
多因素生存分析
針對這7類可變剪切事件,分別基于該類中顯著的可變剪切事件,構建預后預測模型,再基于中位數劃分,進行KM生存分析。
為了評估預后模型的性能,采用ROC曲線進行比較分析;基于所有可變剪切事件構建的預測模型最優。
 
可變剪切顯著相關基因的互作分析
由于一個基因可能存在多種類型的可變剪切形式,分別統計含有不同類型可變剪切形式基因的數量。
 
基于這些生存顯著相關可變剪接事件對應的基因,進行互作網絡分析,一些關鍵基因與其他的基因存在相互作用,可能存在重要的作用。
可變剪切因子分析
針對顯著的可變剪切事件,與剪切因子的表達量進行相關性分析。一些剪切因子與高風險的剪切事件相關,如:HNRNPAB,一些則與低風險比例的剪切事件相關,如:HSPA7。
 
文章亮點
本文從可變剪切入手,進行生存分析,構建預后模型,其研究對象具有一定的新穎性。在可變剪切分析中,進一步研究其上游調控的剪切因子,下游的蛋白互作,讓整個的分析內容比較深入。而且本文完全是生物信息的數據挖掘,具有很強的可模仿性,值得其他類癌癥研究借鑒。
生信自學網精品課程推薦:
《可變剪切5分文章套路基于TCGA數據庫》
《單基因3-5挖掘套路基于TCGA數據庫》
《腫瘤微環境基于TCGA數據庫》
《腫瘤突變負荷TMB分析》



責任編輯:樂偉
作者申明:本文版權屬于生信自學網(微信號:18520221056)未經授權,一律禁止轉載!
加生信自學網群
BioWolf二維碼生成器
頂一下
(2)
100%
踩一下
(0)
0%
------分隔線----------------------------
發表評論
請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
評價:
表情:
用戶名: 驗證碼:點擊我更換圖片
TCGA腫瘤微環境
推薦內容
單基因發文套路
m6A