基于四个甲基化mRNA标记物的风险评分系统预测肝细胞癌患者的生存

题目

A four-methylated mRNA signature-based risk score system predicts survival in patients with hepatocellular carcinoma 。

接着我们就聊聊这篇文章干了啥？从题目可以看出这篇内容侧重甲基化研究。整篇文章的workflow如下：

01

查找四套GEO数据集并分别差异分析

作者分别下载了表达的GEO数据集GSE84402, GSE64432以及甲基化的GEO数据集GSE77003 和GSE57956，作者分别取差异基因（cancer VS normal）和差异甲基化基因（cancer VS normal），差异表达采用limma包实现，差异甲基化采用GEO2R实现， 接着分别进行了高表达/低甲基化和低表达/高甲基化的基因取交集，分别获得130个和18个重合的差异基因。Cutoff ：p< 0.05 and [logFC]>1

02

MDEGs 功能富集分析

作者将高表达/低甲基化和低表达/高甲基化的基因称之为MDEGs，作者利用DAVID数据库进行了KEGG和GO分析，结果如下：

03

识别hub gene和临床价值

作者在进行完富集分析之后，便开始寻找hub gene，作者基于STRING数据库构建了PPI网络，筛选出前10个基因进行下一步研究，首先在TCGA数据库中验证了表达情况和甲基化情况，接着作者进一步考察甲基化和表达的相关性，发现大部分基因存在负相关，说明甲基化可能导致了表达情况的变化。作者这里还使用了一个甲基化的网站：DNA Methylation and gene expression in Human Cancer (http://methhc.mbc.nctu.edu.tw/php/ index.php)

接着作者对top基因进行了预后分析，发现只有四个基因存在预后价值并绘制了AUC曲线，如下：

04

预后模型构建

作者对筛选出的四个基因，构建了预后模型，采用中位数作为cutoff，将四个基因整合到一个表达式中做预后评判，发现在OS和PFS都有差异，同时ROC也被绘制，整体的ROC并不是很好。

05

构建列线图模型

作者整合了T stage, HCC risk factors 和the four-MDEG signature绘制了列线图模型，calibration curves 也被绘制如下：

根据列线图得分，患者可别分成三组，接着采用TCGA数据集发现三组的OS可以分开，如下：

06

比较列线图和T stage预测准确性

作者采用C-index比较T stage和列线图模型的预测准确度，发现列线图模型显著比Tstage预测准确，说明模型的优越性。

至此整篇文章就结束了。

文章思路总结

作者综合了四套GEO数据集（甲基化/表达）进行差异分析，然后取交集，分别进行GO/KEGG分析，接着进行PPI网络的构建，筛选hub gene，再接着进行模型构建和列线图模型构建以及TCGA数据库的验证。

OK，这个文章就结束了，这篇文章思路非常清晰，以甲基化和基因表达即为切入点来分析，整个流程是不是很简单，大家是不是看的有点小激动？那就赶快去试一下吧！

·end·

本文为百味科研芝士平台原创