纯生信也能发到4+，免疫治疗反应相关+预后模型+免疫浸润，这样的套路一学就会！

文章预览

‍ 导语 今天给同学们分享一篇生信文章“ Bioinformatics analysis of an immunotherapy responsiveness-related gene signature in predicting lung adenocarcinoma prognosis”，这篇文章发表在 Transl Lung Cancer Res 期刊上，影响因子为4。 结果： 免疫治疗反应性相关DEGs的筛选和功能分析 首先，作者旨在确定免疫治疗反应者和免疫治疗无反应者之间的DEGs。共获得1,635个DEGs，其中1,161个上调（log2FC>1 和 P < 0.05） 与无反应者相比，其中 475 例下调（log2FC>1， P < 0.05） （图2A，2B).在利用GO富集分析探索DEGs的功能时，作者首先发现免疫治疗反应性相关性DEGs与中性粒细胞活化（图2C).在KEGG富集分析中，作者发现免疫治疗反应性相关的DEGs与细胞粘附分子（图2D). 建立包含免疫治疗反应性相关 DEG 的风险评分公式 绘制了一张维恩图，显示了 1,514 个共表达的免疫治疗反应性相关 DEGGSE126044、TCGA-LUAD 和GSE ………………………………