说起了小编很感慨,在19年的时候我们推出了免疫基因对的思路,并且当时做了好些个大肿瘤,伴随着早先的文章见刊,后面被录成了套路视频,各种层出不穷的基因对如火山般的爆发,尽管这个套路我们...
大家好, 今天和大家分享的是 2020 年 4 月发表在Biomed Pharmacother(IF:4.545)上的一篇文章,作者通过网络药理学结合生物信息学方法,分析了传统中药——家蚕对于肝癌的药理机制。 标题:Study on th
发表期刊:Mol Ther Oncolytics 发表日期:2020 Apr 29 影响因子:5.71 DOI: 10.1016/j.omto.2020.04.011
其实前段时间小编已经给大家分享了单基因泛癌分析,拿着自己研究的基因,通过Sangger box云平台就可以得到了属于自己的单基因分析报告(如果有兴趣的话可以去翻一下那篇文章) 强调:代码编程和网页小工具只是数据分析方法,重要是研究思路,如何将分析结果将生物学含义联系起来才是至关重要的点。 下面这篇文章的分析内容比小伙伴们拿到的那份分析报告内容少了很多,但是文章分数却不低,文章的题目虽然是关于胃癌的,但是作者研究的研究思路却是泛癌,值得小伙伴们借鉴。一起来看看吧!
发表期刊:Clinical Cancer Research 发表日期:2020 Mar 2. 影响因子:8.91 DOI: 10.1158/1078-0432.CCR-20-0184
发表期刊:Cellular Oncology 发表日期:2020 May 28 影响因子:5.52 DOI: 10.1007/s13402-020-00515-7
发表期刊:Front Bioeng Biotechnol 发表日期:2020 Mar 31 影响因子:5.12 DOI:10.3389/fbioe.2020.00206
这篇文章今年1月份发表在J Cell Mol Med上;文章只有两套数据,一套训练集和一套验证集;作者构建的模型AUC也不是很高,但是文章的分数发了4.6分。 主要原因是作者能够将很多常规分析串起来,这些分析大家在泛癌课程和之前分享的文章、小工具推文中大家都接触过。 所以小编提议大家多看文章,英文看不懂,没有关系,可以先看小编的解读,再看看原文,锻炼自己的思维。
“Identifcation of the key genes and pathways involved in the tumorigenesis and prognosis of kidney renal clear cell carcinoma” 肾脏肾透明细胞癌的发生,发展及预后的关键基因和途径的鉴定 发表于: 2020年3月6日, Scientific Reports 杂志上,还是热乎的。
CD103 + CD8 + T细胞可能是预测胃癌患者预后和治疗效果的有用标志物。致力于增加肿瘤内CD103 + CD8 + T细胞频率可能是胃癌的一种新的治疗策略。
这些结果凸显了使用更复杂的方法来分析基因组数据的重要性,可能有助于药物靶向,并允许构建结合DESNT和其他临床因素的列线图用于临床管理。
该研究开发并验证了基于深度学习的CT影像学特征,以预测切除的GC患者的生存率,这为当前TNM分期系统提供了额外的预后价值。此外,DeLIS分类器可以识别出从辅助化疗中获益最大的II期和III期疾病的高危患者。
该研究构建了一个方便可行的放射学模型,该模型结合了MRI放射学signature和术前临床危险因素,可预测可切除HCC患者的5年生存率。
这篇文章整合多个数据集对癌症的干性、免疫应答和瘤内异质性进行了综合分析,发现了抗肿瘤免疫与肿瘤干性之间的普遍负相关,以及肿瘤干性与肿瘤内异质性之间显著的正相关。无论是研究所用到的数据还是研究所采用的方法以及思路都值得我们学习借鉴。
话不多说,直奔主题。(看发表时间,很新鲜) 这杂志大家也不陌生,都是老朋友了,生信友好型杂志。 看看文章都干了什么: 1.故事背景 作者系统性的开发了一个跨越不同转录组平台和病人队...
DNA甲基化谱分析可将CPTs细分为3个疾病亚组,而CPC特有的DNAm标记的整合可显著改善预后风险的预测,从而可做出明智的治疗决策,从而保护一些年轻患者免于由不同原因造成的破坏性和永久性神经系统的损害。
作者通过对TCGA中32种癌症的10225例样本的分析,全面评估p53通路在这些癌症中的作用。发现TP53突变与增强的染色体不稳定性相关,包括癌基因扩增增加和抑癌基因深度缺失。TP53突变的肿瘤在RNA、miRNA和蛋白表达模式上与未突变的肿瘤不同,突变的TP53肿瘤表现出细胞周期进展基因和蛋白的增强表达。在11种癌症类型中,突变的TP53 RNA表达特征显示与生存率降低显著相关。因此,TP53突变对肿瘤细胞基因组结构、表达及临床前景具有重要的影响。
该研究开发了一种用于诊断和预后基因signature识别的有效工具箱。它是第一个将meta分析与基因表达分析和ML方法相结合的R软件包工具,用于系统地计算统计上可靠的基因signature。重要的是,该工具不限于特定疾病。该工具为有效分析数据和更好地对疾病进行临床管理打开了新的窗口。
研究纳入了WCH的76例TNBC患者和来自TCGA的158例TNBC患者。作者基于转录组数据,使用基于基因标记的xCell方法计算了34种免疫细胞的整体免疫得分和类型特异的富集得分。由Cox比例风险模型计算无复发生存率(RFS)和总生存率(OS)的HRs,研究细胞与预后的关系。
在这项研究中,作者使用不同类型的测序技术,刻画了ATC和DTCs的基因组和转录组景观。使用突变谱证实了之前的描述,多次基因改变促进了TC的进展。此外,作者采用多种分析方法刻画了TCs转录组特征。