文獻復現之一篇鐵死亡生信文章（1）

1. 文章來源

Genomic analysis uncovers prognostic and immunogenic characteristics of ferroptosis for clear cell renal cell carcinoma

2. 文章摘要

在本研究中，系統地研究了透明細胞腎細胞癌中鐵死亡的特徵模式(ccRCC) ，鐵死亡和腫瘤微環境（TME）的相互作用。利用57個的鐵死亡相關基因的mRNA 的表達譜，識別出了三種具有不同的預後和免疫細胞浸潤（尤其是 T 細胞和樹突細胞）的亞型。 高鐵死亡評分特點是預後差、T 細胞增浸潤、更高的免疫和基質評分、高腫瘤突變負荷和較高的CTLA4 免疫療法藥物反應。同時，低鐵死亡分與高腫瘤純度、氨基酸和脂肪酸代謝途徑有關。經驗證，鐵死亡評分爲獨立有效的預後因子。總的來說，鐵死亡可能與TME相關。對鐵死亡的評估可能提高對 TME 中免疫浸潤的理解，協助腫瘤學家制定個性化的免疫治療策略。

3. 文章材料和方法（1）：

• 患者和標本
  2020 年 10 月 19 日， ccRCC（n=525）例患者的RNA 測序 (RNA-seq) 和匹配的臨牀信息（年齡、性別、生存狀態、等級和分期）下載自基因組圖譜（TCGA）。表達量(FPKM) 被標準化爲TPM。 525名患者的具體信息列於Supplementary table 1。拷貝數變異 (CNV) 和體細胞突變數據同樣來自 TCGA 數據庫。

• 基於鐵死亡的一致聚類分析
  無監督聚類的亞型數量是基於57個的鐵死亡相關基因（Supplementary table 2）的 mRNA 表達譜上進行的。應用t-SNE在上述基因的表達譜 來驗證亞型。

• 單樣本基因集富集分析 (ssGSEA)
  腫瘤浸潤免疫細胞（TIICs）相關基因獲自他人已發表文章。通過應用(GSVA) 包的 ssGSEA，每個ccRCC患者的16 種免疫細胞的和 13 種免疫功能被量化。使用Kruskal-Wallis 檢驗不同組間的免疫浸潤和免疫功能。

• 降維和鐵死亡評分
  來自 TCGA 數據庫的ccRCC 患者被分爲不同的鐵死亡亞型，亞型之間的差異基因（DEGs）也被篩選出來。 Cutoff值是adjusted p<0.05 和 |log(FC)|>。 基於DEGs的正負值，差異基因被分爲A類基因和B類基因，採用R包中的clusterProfiler計算 A 和 B類基因的富集分析，包括三個GO術語：生物過程（BP）、細胞成分（CC）和分子功能 (MF)。 基於鐵死亡基因特徵的 mRNA 表達譜，採用無監督聚類將名患者歸類到基因簇中分析。 分類通過 t-SNE 驗證
  

  A 和 B類基因 的降維通過 Boruta 算法。 實施 PCA 以提取主成分 1 作爲簽名分數。 一種類似於基因表達等級的方法隨後被用於計算每個樣本的ferroptosis得分指數如下：
  其中 PC1A 代表特徵 A第一個成分，PC1B 表示特徵 B 的第一個成分。通過Kruskal-Wallis test檢驗不同亞型的ferroptosis得分。