21-04-01
RNA编辑
Cross-talk of four types of RNA modification writers defines tumor microenvironment and pharmacogenomic landscape in colorectal cancer.
PMID: 33557837
推荐理由：
1.基因：选取4种RNA编辑类型的“writers”，共计26个基因进行分析，切入点好
2.基因周边：mRNA、CNV、突变、相关性分析和预后
3.分子分型：8个GEO数据整合分析，sva::ComBat矫正批次效应
4.分子分型周边：GSVA、Ciborsort免疫浸润
5.分型差异基因→构建模型
6. 模型周边：GSVA通路富集分析、差异miRNA、差异PDUI、差异A-I频率
7.药敏分析+免疫治疗反应
Fig1
免疫分型
Immune landscape and a novel immunotherapy-related gene signature associated with clinical outcome in early-stage lung adenocarcinoma
PMID:32333046
推荐理由：ssGSEA计算免疫细胞浸润→3个亚型→亚型差异分析→模型构建
亮点
炎症反应基因
An Inflammatory Response-Related Gene Signature Can Impact the Immune Status and Predict the Prognosis of Hepatocellular Carcinoma
DOI:https://doi.org/10.3389/fonc.2021.644416
推荐理由：选取Inflammatory Response相关的200个基因作为切入点。类似的有ferroptosis，immune，energy metabolism, EMT，m6A，hypoxia
炎症相关ncRNA数据库：ncRI
21-03-30
泛癌糖酵解lncRNA
Glycolysis-associated lncRNAs identify a subgroup of cancer patients with poor prognoses and a high-infiltration immune microenvironment
PMID: 33627136
推荐理由：泛癌+糖酵解+lncRNA，任意拆开就是一篇SCI!
流程图
21-03-26
去势抵抗性前列腺癌
Novel Gene Signatures Predictive of Patient Recurrence-Free Survival and Castration Resistance in Prostate Cancer
PMID:33671634
推荐理由：
- 选取4个GEO数据集，以|logFC|>0.5& pvalue<0.05为界筛选差异基因，利用RRA方法得到287个差异基因。
2. 相当全面整理了前列腺癌的数据集，如Belfast、MSKCC、CPC-GENE、Cambridge、Stockholm和相当多的GEO数据集，如果是研究前列腺癌的，非常值得精读！
常规的unicox→Lasso→逐步回归，加上logistic回归!
4.勇敢的与其他模型的ROC进行对比！
RRA差异分析
整体路线图
m6A
m 6 A RNA modification modulates PI3K/Akt/mTOR signal pathway in Gastrointestinal Cancer
PMID: 32863943
PI3K通路
推荐理由：根据与27个m6A相关的蛋白分析，结合CNV，甲基化，SNP数据，筛选出PI3K/AKT/mTOR通路，这思路也是绝了！
21-03-24
缺氧预后
PMID: 32655701
推荐理由：ssGSEA计算Cancer Hallmark signature通路的评分，用Cox回归计算每条通路的预后价值。不一样的缺氧预后！
21-03-23
Pan-cancer analysis of the developmental pathways reveals non-canonical wnt signaling as a driver of mesenchymal-type tumors
PMID:32522670
推荐理由：系统的比较了癌症和胚胎发育过程中，各自通路激活的情况，并筛选出关键EMT基因FZD2。
Characterization of an endoplasmic reticulum stress-related signature to evaluate immune features and predict prognosis in glioma IF:4.48分
PMID:33611848
推荐理由：从GeneCards收集内质网应激相关基因（Endoplasmic Reticulum, ER），建立预后模型，这思路真清新！
相关综述：
Endoplasmic Reticulum Stress and the Hallmarks of Cancer
Immunogenomic Gene Signature of Cell-Death Associated Genes with Prognostic Implications in Lung Cancer IF:6.126分
PMID：33466402
推荐理由：程序性细胞死亡（自噬、凋亡）和非程序性死亡（坏死）相关基因+免疫周边，够清新脱俗！
网友评论