1. 文章来源
Genomic analysis uncovers prognostic and immunogenic characteristics of ferroptosis for clear cell renal cell carcinoma
2. 文章摘要
在本研究中，系统地研究了透明细胞肾细胞癌中铁死亡的特征模式(ccRCC) ，铁死亡和肿瘤微环境（TME）的相互作用。利用57个的铁死亡相关基因的mRNA 的表达谱，识别出了三种具有不同的预后和免疫细胞浸润（尤其是 T 细胞和树突细胞）的亚型。 高铁死亡评分特点是预后差、T 细胞增浸润、更高的免疫和基质评分、高肿瘤突变负荷和较高的CTLA4 免疫疗法药物反应。同时，低铁死亡分与高肿瘤纯度、氨基酸和脂肪酸代谢途径有关。经验证，铁死亡评分为独立有效的预后因子。总的来说，铁死亡可能与TME相关。对铁死亡的评估可能提高对 TME 中免疫浸润的理解，协助肿瘤学家制定个性化的免疫治疗策略。
3. 文章材料和方法（1）：
- 患者和标本 2020 年 10 月 19 日， ccRCC（n=525）例患者的RNA 测序 (RNA-seq) 和匹配的临床信息（年龄、性别、生存状态、等级和分期）下载自基因组图谱（TCGA）。表达量(FPKM) 被标准化为TPM。 525名患者的具体信息列于Supplementary table 1。拷贝数变异 (CNV) 和体细胞突变数据同样来自 TCGA 数据库。
- 基于铁死亡的一致聚类分析 无监督聚类的亚型数量是基于57个的铁死亡相关基因（Supplementary table 2）的 mRNA 表达谱上进行的。应用t-SNE在上述基因的表达谱 来验证亚型。
- 单样本基因集富集分析 (ssGSEA) 肿瘤浸润免疫细胞（TIICs）相关基因获自他人已发表文章。通过应用(GSVA) 包的 ssGSEA，每个ccRCC患者的16 种免疫细胞的和 13 种免疫功能被量化。使用Kruskal-Wallis 检验不同组间的免疫浸润和免疫功能。
- 降维和铁死亡评分 来自 TCGA 数据库的ccRCC 患者被分为不同的铁死亡亚型，亚型之间的差异基因（DEGs）也被筛选出来。 Cutoff值是adjusted p<0.05 和 |log(FC)|>。 基于DEGs的正负值，差异基因被分为A类基因和B类基因，采用R包中的clusterProfiler计算 A 和 B类基因的富集分析，包括三个GO术语：生物过程（BP）、细胞成分（CC）和分子功能 (MF)。 基于铁死亡基因特征的 mRNA 表达谱，采用无监督聚类将名患者归类到基因簇中分析。 分类通过 t-SNE 验证 A 和 B类基因 的降维通过 Boruta 算法。 实施 PCA 以提取主成分 1 作为签名分数。 一种类似于基因表达等级的方法随后被用于计算每个样本的ferroptosis得分指数如下：
其中 PC1A 代表特征 A第一个成分，PC1B 表示特征 B 的第一个成分。通过Kruskal-Wallis test检验不同亚型的ferroptosis得分。
