今天分享一篇今年5月在《Cell Research》发表的20分左右（IF=20.507）的生信文章，来看看别人文章用了什么套路。
https://doi.org/10.1038/s41422-020-0333-6
Esophageal cancer/EC 食管癌
Esophageal squamous cell carcinomas/ESCC 食管鳞状细胞癌
Whole-genome sequencing 全基因组测序
这篇文章的创新点：用全基因组测序的数据鉴定出新的肿瘤基因。
研究主旨
尽管现在开发出一些潜在的治疗靶点，但是目前获批准治疗用的ESCC药物还是非常少。所以这显然需要根据全基因组测序 （WGS） 数据筛选新的癌症驱动基因，并在现有临床数据中探索更多 适用于ESCC 患者的预后生物标志物。
这项研究的作者在石蜡包埋肿瘤组织做了深入的基因测序，并与508名ESCC患者的相邻非癌标本进行了临床数据匹配。作者将ESCC分类为三个主要亚型，基于在508个基因组图谱中观察到的临床相关基因组变化，暗示这些亚型与患者结果具有关联性。这项基因组研究揭示了编码和非编码区域驱动基因之间的变化，并解释了这些驱动基因在ESCC中潜在的分子病理机制。
1. 收集ESCC病人组织样本，并做石蜡切片和HE染色鉴定组织切片的临床特征
2. 提取癌组织的DNA，并做全基因组测序
3. 体细胞突变调回和显著突变基因的鉴定。所有突变都用ANNOVAR注释，显著突变基因用MutSigCV和OncodriveFML软件检测
4. 突变特征聚类分析。用SomaticSignatures工具鉴定突变特征
5. 做APOBEC富集分析
6. 非编码元素突变分析
7. 体细胞拷贝数变异的调用和分析。利用BIC-seq2工具进行分析
8. 做Cox回归和生存分析
9. 用LASSO回归模型筛选最能预测病人结果的特征
10. 做免疫组化验证
11. Sanger法测序
12. 食道上皮细胞Het-1A和NE-2细胞培养，并且做siRNA转染
13. 载体构建
14. 慢病毒载体包装好之后，转染到HEK293T细胞
15. 细胞增殖测定
16. WB检测
17. qRT-PCR法拷贝数分析
研究结果
1. 作者首先鉴定出ESCC的11种突变特征，接着对比了不同临床特征、不同分期的ESCC与11种突变特征之间的关联性。再分析3个不同亚型、3个不同cluster的突变特征，然后深入的在不同cluster里面做生存分析。
2. 作者也在临床上分析了肿瘤突变负担TMB与免疫治疗效果的关联性，TMB越高的病人对免疫治疗的效果越佳。
3. 接着，作者分析了508个ESCC基因组和NFE2L2癌基因突变的突变情况。图a中可看到，作者在不同性别人群里面都做了相应的分析，我们可全面地看出不同肿瘤分期的癌基因突变情况，以及饮酒和吸烟也会引起基因突变，作者同时还对正常组织和癌组织做了免疫组化的验证。
4. 作者还鉴定了5个不同癌症通路，明确看出每条通路上的关键基因如何发生基因组改变。
只要你的研究思路设计得好，用对生信数据挖掘方法，用对各种验证方法，文章写作思路符合逻辑，发高分SCI绝对不是梦！
• END •
