新鲜出炉的4+单基因文章，几个数据库全搞定！

2023-01-08 09:01

今天给大家带来一篇于2022年10月最新发表在Frontiers in Genetics（影响因子4.772）的一篇纯生信文章，本篇文章套路为铜稳态相关的单基因泛癌，抓住了热点，而且结合了单细胞水平的分析，值得大家学习。

一、期刊介绍

二、文章概要

题目：A pan-cancer analysis of copper homeostasis-related gene lipoyltransferase 1: Its potential biological functions and prognosis values

套路：单基因泛癌分析

基因：lipoyltransferase 1 （LIPT1）

数据来源：TCGA

分析策略：表达差异+临床意义+功能富集+交互网络

分析工具：

TIMER2.0（http://timer.cistrome.org/）：

分析LIPT1在泛癌中的表达（表达差异）

UALCAN数据库（http://ualcan.path.uab.edu/index.html）：

分析LIPT1在正常和肿瘤组织中的表达

the National Cancer Institute’s CPTAC 数据库（http://ualcan.path.uab.edu/analysis-prot.html）

评估LIPT1在总蛋白水平的表达

GEPIA2.0 （http://gepia2.cancer-pku.cn/#index）

对TCGA和GTEx项目肿瘤样本和正常样本的RNA－seq表达数据进行分析（表达差异），生存分析

The Human Protein Atlas （HPA数据库）（https://www.proteinatlas.org/）

收录了肿瘤组织，用于查询免疫正常和病理组织切片图

cBioPortal （https://www.cbioportal.org/）

与突变相关的各种分析及其可视化

CancerSEA（http://biocc.hrbmu.edu.cn/CancerSEA/）

用于破译癌症单细胞功能状态

BioGRID website （https://thebiogrid.org/）

分析蛋白质相互作用

仙桃学术（https://www.xiantao.love/）

各种生信分析工具

三、文章复现

图1 LIPT1在泛癌组织中的表达。

图1A复现：进入TIMER2.0数据库→点击“Gene_DE”→进入差异分析界面后输入基因名称（LIPT1）→点击“Submit”→得到图1A的结果。

图1B复现：进入仙桃学术（https://www.xiantao.love/）（新版）→生信工具→表达差异→[云]疾病vs非疾病→选择云端数据（ACC数据集）→输入并选择分子（LIPT1）→点击确认→得到图1B中ACC的小图，其他几张图片同理可得（选择不同的癌种）。

图1C评估了LIPT1在癌组织和正常组织中总蛋白表达的差异。图1C复现：进入UALCAN数据库（http://ualcan.path.uab.edu/index.html ）→点击“CPTAC” →输入分子名称(LIPT1) →选择”Breast Cancer”→点击”Explore” →点击“Total Protein” →得到图1C的乳腺癌的小图，其他几张小图同理可得（选择不同癌种）。

图1D分析了LIPT1和患者病理分期的关系。图1D复现：进入GEPIA2.0数据库（http://gepia2.cancer-pku.cn/#index）

→输入基因名（LIPT1）→点击“Stage Plot” →点击“GoPIA！”→选择癌种BRCA→点击“Add” →选择“Plot Color”→点击“Plot”。重复操作就可以得到图1D的结果图。

图2：LIPT1在正常组织和肿瘤组织的表达差异情况。

图2A-2C比较了LIPT1在肾透明细胞癌（KIRC）、乳腺浸润癌（BRCA）和子宫内膜样癌（UCEC）中和正常组织中的表达差异并在HPA数据库比较了免疫组化，进一步确认LIPT1在肿瘤组织中表达的降低。

LIPT1在肿瘤和正常组织中的表达差异复现：进入UALCAN数据库（http://ualcan.path.uab.edu/index.html）→点击“TCGA”→输入基因名称（LIPT1）→选择肾癌（kidney renal clear cell carcinoma）→点击“Explore” →选择“Expression”。其他小图同理可得（选择不同癌种）。

HPA数据库比较了免疫组化：进入HPA数据库（https://www.proteinatlas.org/）→输入基因名称（LIPT1）→点击“Search” →选择“Tissue“→选择”Kidney“→挑选正常组织免疫组化图→回到第二张图的界面选择”Pathology“→选择”RENAL CANCER“→挑选病理组织免疫组化图。

图3：LIPT1基因在泛癌中的预后价值。

图3：LIPT1在泛癌中的预后价值。图3复现：进入仙桃学术（https://www.xiantao.love/）→工具首页→临床意义→[云]生存曲线（KM图）→选择“BLCA数据集”→输入分子（LIPT1）→选择预后参数OS→点击确认。如果想要得到DSS的生存曲线，只需在“预后参数”中选择即可。可以选择其他癌症的数据集，得到多种癌症的生存曲线。

图4：LIPT1在不同癌症中的突变情况

图4A和4B是LIPT1在泛癌中不同甲基化类型在样本中出现频率的列表（图4A）和甲基化位点（图4B）。图4C是3D蛋白结构表现的K123sf*8 甲基化位点。

图4复现：进入cBioPortal数据库（https://www.cbioportal.org/）→输入基因名称（LIPT1）→结果界面中可以看到图4A。

切换至Mutation界面，可以看到图4B。

左侧下拉界面点击3D structure，就可以得到图4C（右侧3D结构）。

图5：LIPT1在癌症中启动子甲基化水平分析。

图5复现：进入UALCAN数据库（http://ualcan.path.uab.edu/index.html）→点击“TCGA”分析工具→输入基因名称（LIPT1）→选择“Breast invasive carcinoma”→点击“Explore”→选择“Methylation” →得到箱式图。选择不同的癌症种类可以得到其他箱式图。

图6 LIPT1基因的免疫浸润相关性

图6是免疫细胞和LIPT1在癌症中表达的相关性分析。图6复现：进入TIMER2.0数据库（http://timer.cistrome.org/）→Immune Association栏目的Gene选项→输入基因名称（LIPT1）→选择感兴趣的免疫细胞→点击“Submit” →得到原文的相关性热图。

图7: LIPT1在单细胞水平的表达情况。

进入CancerSEA数据库（http://biocc.hrbmu.edu.cn/CancerSEA/）→

输入基因名称（LIPT1）→点击“Search” 。结果界面可以得到图7的相关性热图（图7A）→分别在“Functional relevance”选项框中选择UM和RB可以得到LIPT1在单细胞水平有显著差异的细胞功能状态（图7B）→选择RB 、UM和AML可以得到t-SNE图（图7C）。

图8：LIPT1相关基因的富集分析。

图8A是蛋白互作网络分析。图8A复现：进入BioGRID数据库（https://thebiogrid.org/）→输入基因名称（LIPT1）→点击“Network”。

图8B是LIPT1和基因的相关性分析。图8B复现：进入GEPIA 2.0数据库（http://gepia2.cancer-pku.cn/#index）→选择“Multiple Gene Analysis”→点击Correlation Analysis→输入基因A（LIPT1）和基因B（TSGA10）→添加全部癌种→点击“Plot”。就可以得到相关性散点图。输入不同的B基因就可以得到其他图。