近年來，純生信發(fā)SCI越來越難。比如著名的生信之友Aging(IF：4.8)，曾經(jīng)又快又好，如今卻鄭重聲明不再接受收純生信文章。

　　生信文章想過3分，有兩個招：一是要加實驗，哪怕是最簡單的ELISA。二是往高級的方向走，比如今天介紹的WGCNA。傳統(tǒng)的GO分析和KEGG，早已被取代。所以，要想編輯對你的文章青睞有加，請務(wù)必更新自己的技術(shù)。

　　WGCNA全稱是“加權(quán)共表達(dá)網(wǎng)絡(luò)分析”，它是把共表達(dá)的基因視為模塊，再分析模塊和表型之間的關(guān)系。它需要兩個文件，一是臨床表型文件，二是基因表達(dá)矩陣文件。其具體含義和用法，請結(jié)合文獻(xiàn)解讀來體會。

　　今天介紹的這篇“Identification of biomarkers related to CD8+ T cell infiltration with gene co-expression network in clear cell renal cell carcinoma”，即通過WGCNA技術(shù)分析腎透明細(xì)胞癌中與CD8+ Tcell浸潤相關(guān)的標(biāo)志基因。

　　這篇文章發(fā)表在《Aging》上，作者單位是中國醫(yī)科大學(xué)一附院，它思路異常簡單，卻征服了日漸驕傲的Agine雜志，也摸到了5分的門檻。

　　第一步，利用cibersort做免疫相關(guān)的表型文件。

       作者在GEO數(shù)據(jù)庫下載了編號為GSE73731的樣本數(shù)據(jù)。通過cibersort在線網(wǎng)站(https://cibersort.stanford.edu/)分析，簡單得到了T細(xì)胞、巨噬細(xì)胞等免疫細(xì)胞在樣本中的表達(dá)量。該文件作為臨床表型文件，備用。

　　第二步，WGCNA分析。

　　首先對基因表達(dá)矩陣文件進(jìn)行預(yù)處理、矯正和計算基因變異系數(shù)(CV)，選取CV>0.1的高變異基因。其次根據(jù)WGCNA標(biāo)準(zhǔn)的流程，選取合適的軟閾值，將相似的基因匯聚在相同模塊里(圖一)。

　　最后讀取表型文件，選擇T細(xì)胞作為研究對象，得出不同模塊和T細(xì)胞之間的相關(guān)系數(shù)。如圖二所示，綠色模塊和CD8+T細(xì)胞的相關(guān)系數(shù)最大(圖二第一列，系數(shù)是0.5)。

　　(圖1)

　　(圖2)

　　第三步，選擇關(guān)鍵基因。

　　在綠色模塊中的基因，根據(jù)MM>0.8(圖3橫坐標(biāo))和GS>0.5(圖3縱坐標(biāo))為條件，選擇出30個關(guān)鍵基因(圖3)。

　　進(jìn)行PPI分析后，進(jìn)一步篩選出10個關(guān)鍵基因。并在TCGA數(shù)據(jù)庫中進(jìn)行驗證，即和正常組織相比，這10個基因在腫瘤組織中的表達(dá)明顯升高(圖4)。

　　(圖3)

?

　　(圖4)

　　第四步，KM生存分析和Oncomine數(shù)據(jù)庫驗證。

       作者得出CCL5是和預(yù)后最相關(guān)的基因。(圖5)

　　(圖5)

　　第五步，簡單的實驗驗證。

　　在腎細(xì)胞癌細(xì)胞系769-P中，CCL5敲低后細(xì)胞系增殖能力和侵襲能力顯著降低。(圖6)

?

　　(圖6)

　　這篇文章最初吸引我的亮點是利用WGCNA研究免疫微環(huán)境，從來沒想到WGCNA還可以這樣用。

　　腫瘤免疫微環(huán)境也是目前十分熱門的研究內(nèi)容了，我想如果本文能更進(jìn)一步加上PD-1、LAG3、TIM3等相關(guān)因子的表達(dá)和研究，一定會更加出彩。

　　本文的思路可復(fù)制性也很高，完全可以換個癌癥，采用同樣思路進(jìn)行研究。

　　以上就是關(guān)于醫(yī)學(xué)SCI科研寫作：如何發(fā)表3分+生信文章的相關(guān)內(nèi)容，希望對大家有所幫助。

　　知網(wǎng)職稱期刊論文檢測系統(tǒng)：http://yydsdq.com/check/16.html