肿瘤预后分析怎么突出重围？ 缺氧方向+单细胞分析助其一臂之力，轻轻松松拿下4.6分！！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“Identification of Hypoxia Prognostic Signature in Glioblastoma Multiforme Based on Bulk and Single-Cell RNA-Seq”，这篇文章发表在 Cancers (Basel) 期刊上，影响因子为4.6。 结果： 缺氧相关差异表达基因的鉴定 使用GEO2R鉴定每个GEO数据集的DEGs后，使用调整后的p值 < 0.05和 log2FC>1.5 筛选出结果。筛选后，在GSE68848中鉴定出3313个DEGs（1318个上调和1995个下调），在GSE4290中鉴定出3347个DEGs（1243个上调和2104个下调）。使用火山图可视化这两个数据集的DEGs，如图2A、B所示。在图2C中显示，这两个数据集之间存在2741个重叠的DEGs。从MSigDB中提取的244个HRGs（附表S1）与这2741个DEGs相交，鉴定出其中的41个与缺氧相关的差异表达基因，如图2D所示。这41个与缺氧相关的基因的列表显示在附表S2中。 分配训练和验证数据集 将CGGA693数据和TCGA-GBM队列中的GBM患者 ………………………………