肿瘤的个体治疗以及预后不良一直都是研究热点，小云今天就在最新发表的文章里淘到了一份宝藏，（ps：最近才发表的热乎乎的文章哦，小云可是立马就想和大家分享了），下面小云就慢慢为大家解析这篇7＋的文章的研究思路。
首先小云发现作者紧紧抓住了热点，选择了一个在肿瘤研究上前不久才被证实与肿瘤增殖和侵袭有关的基因（CLDN6）（ps：所以大家还是需要时时了解新的研究成果的，如果大家平时时间不够的话，可以关注小云哦，小云会时时分享一些最新发表的文章供大家学习的），研究思路上呢，其实算是比较经典的分析思路，同时做了预后分析，但是利用的不是数据库的数据，这篇文章是自有大队列分析还结合了临床的数据。整个文章虽然选择的病症不是热门，但在研究思路上却做出了创新不仅仅是利用了单基因的分析更是结合自有大队列验证与以及临床的数据，这才妥妥的拿下了7+的分数！（ps：对这个分析思路感兴趣，但是复现分析有困难的粉丝，可以扫码联系小云，小云一直等候您哦）
- 题目：紧密连接蛋白claudin6是食管和胃腺癌患者个体化治疗与预后不良的潜在靶标
- 杂志：Journal of Translational Medicine.
- 影响因子：IF=7.4
- 发表时间：2023年8月
研究背景
食管腺癌（EAC）和胃腺癌（GAC）是上消化道最常见的两种癌症，EAC和GAC的预后仍然较差，目前迫切需要新的治疗方法。Claudin 6（CLDN6）是一种癌胎抗原，已被确定为几种癌症的潜在治疗靶点，且在GAC中，有研究首次表明，CLDN6的表达与肿瘤细胞增殖和侵袭性增加有关，这使CLDN6成为有希望的治疗靶点。因此，研究CLDN6在GAC和EAC中肿瘤发生的生物学功能和预后影响十分重要。
数据来源
表1 TCGA EAC和GAC患者数据
表2 EAC和GAC免疫组化学患者数据
研究思路
从89例EAC和371例GAC的RNA-Seq数据中获得癌症基因组图谱，并且基于生存分析通过CLDN6 mRNA表达对EAC / GAC病例进行分析。对于CLDN6表达高于或低于此临界值的组，使用DESeq进行差异基因表达分析，并使用Enrichr工具鉴定失调的生物通路。此外，使用CLDN6特异性免疫组化抗体（克隆58-4B-2）鉴定了800多例EAC和近600例GAC中的CLDN6蛋白表达，以鉴定CLDN6阳性肿瘤患者。
主要结果
1. EAC和GAC中CLDN6 mRNA的预后分析
EAC和GAC TCGA队列根据CLDN6 mRNA表达的高低（TPM，RSEM标准化）进行分组比较两组之间的总OS。当根据CLDN6表达中值对EAC和GAC队列进行分组时，未检测到OS的显着差异（图1C）。但对于EAC，利用Cutoff Finder工具确定了CLDN6 mRNA表达与OS相关的最佳临界值（TPM=113.5）。按此值细分，CLDN6表达高于临界值的患者（n=14）的OS明显短于CLDN6 表达低于临界值的患者（n= 75）（图1B）。
在EAC的TCGA队列中，高水平的CLDN6在单变量分析中是一个不利的预后因素，但在多变量分析中不是（表3）。
图1 EAC和GAC中CLDN6 的预后分析
表3 EAC和GAC中CLDN6 mRNA表达的多变量分析
2. CLDN6 mRNA表达高和低的EAC和GAC病例差异基因的富集分析
利用DESeq对CLDN6表达高于或低于最佳临界值的EAC和GAC亚组进行差异基因表达分析。利用Enrichr平台将CLDN6高表达或低的EAC和GAC亚组的差异基因进行富集分析（图2和图3）。发现GAC和EAC一样，CLDN6水平较高的组中AFP和ERBB2（Her2）均发生了上调。CLDN6水平较低的组中，差异基因主要在分泌通路以及蛋白质代谢通路中下调，以及在调节脂肪代谢的基因和过氧化物酶体增殖激活受体通路中下调。
图2 EAC生信分析
图3 GAC生信分析
3. 免疫组化
对EAC和GAC样品进行CLDN6蛋白表达的免疫组化的染色，大多数 EAC 和 GAC样品对CLDN6呈阴性，只有67例EAC标本（8.3%）和18例GAC标本（3.0%）显示有CLDN6表达（图4，表5）。
在所有EAC以及GAC的分析中，无论是治疗前或是治疗后，作者发现CLDN6的表达与患者的年龄和性别无关，且CLDN6表达与肿瘤分期（pT）、淋巴结分期（pN）、淋巴管、血管和神经周围侵犯或新辅助治疗的应用之间不存在任何相互依存关系。在 Her2状态（ERBB）与CLDN6 表达之间未观察到相关性。
（ps：这里作者加入了临床上的数据，算是一个不错的创新点了。）
图4 免疫组化图
表4 免疫组化数据统计表
4. EAC和GAC中CLDN6蛋白表达的预后分析
在EAC和GAC中作者观察到CLDN6阳性肿瘤患者的OS明显短于 CLDN6阴性肿瘤患者（图5A），在EAC中接受新辅助治疗的患者结果与其也一致，但不同的是在GAC中在接受新辅助治疗的患者群中，只有4个肿瘤表达CLDN6，且未显示OS的统计学差异（图5F）。经过分析后作者得出了CLDN6的表达在单变量分析和多变量分析中也与较差的预后相关，在接受新辅助治疗的EAC亚组中，结果也一致，但与EAC队列不同的是，在单变量分析中，CLDN6的表达与治疗无效患者的较差预后相关，而在预处理亚组中，它不是一个重要的预后因素。在多变量分析中CLDN6表达与治疗前患者队列的不良预后显著相关（表6）。
（ps：这里作者收集了大量的数据作为支撑，大家要想发高分文章尽量多收集数据哦。）。
图5 CLDN6蛋白表达与EAC和GAC中低OS的关系
表5 EAC和GAC中 CLDN6表达的多变量分析
文章小结
这篇文章在基因的选择，分析思路，以及数据量上都有可借鉴之处，属于经典的分析思路，同时还有单基因分析，干湿结合，以及结合临床数据这些优点在的，而且这篇文章运用了自有大队列进行验证，数据量大，所以7分+的文章确是是名副其实了，有条件的朋友可以自己动手分析看看，没有分析条件的朋友就可以咨询小云了，小云随时等候您哦。
小云有话说
小云公众号持续为大家带来最新生信思路，更多创新性分析思路请点击链接（加个往期文章链接）。想复现这种思路或者定制更多创新性思路欢迎直接call小云，云生信团队竭诚为您的科研助力！