文章预览
导语 今天给同学们分享一篇生信文章“ Identification of metabolism terms significantly affecting hepatocellular carcinoma immune microenvironment and immunotherapy response”，这篇文章发表在 J Cell Mol Med 期刊上，影响因子为5.3。 结果： 代谢相关通路富集得分的量化 最初，作者从三个队列中收集了转录组数据：TCGA‐LIHC，ICGC‐JP和ICGC‐FR。这些队列之间存在明显的批次效应（图1A，Comp 1解释了31.8%的方差，Comp 2解释了8.6%的方差）。在使用Sva软件包进行数据整合和批次效应缓解后，明显可以有效地整合这三个队列（图1B，Comp 1：14.6%方差；Comp 2：6%方差）。随后，作者根据合并队列的转录组数据量化了21个与代谢相关的通路的富集分数（图1C）。最后，为了确定与患者预后显著相关的代谢术语，作者进行了单变量Cox回归分析（图1D，p < 0.05）。 基于代谢的预测模型 在单变量Cox回
………………………………
