Nature子刊文献解读丨少做实验，还能发高分文章的新思路！你来不来？
套路套路，大家讲起套路来都是又爱又恨，简单的套路分数低，分高的套路实验多。分子实验-细胞实验-动物实验一套做下来，整个人都老了十岁！而做临床的小伙伴心就更累了，我一做临床的，天天去实验室做实验真心...吃不消...啊
那小编这里就教给大家一个省了好多实验还能发高分文章的套路，就是芯片分析or RNA-seq 、qpcr验证与高级生信分析再加简单细胞实验（完全不做实验还能发高分，臣妾做不到啊！）。可以说这个套路能够充分发挥临床医生的优势，让临床医生可以专注于临床数据挖掘，只做简单实验就能发10分以上文章，so贴心了！
无文章无真相！接下来通过解读一篇18年发表在nuture communications上的文章来讲一讲作者是怎么利用临床优势（较易获取临床样本）服务于临床，“顺便”拿12分的。
文章的题目是：A serum microRNA signature predicts trastuzumab benefit in HER2-positive metastatic breast cancer patients。标题概括所有，一看就知道是讲预后分子分型了。
1. 曲妥珠单抗是HER2阳性乳腺癌(HER2 +)的标准治疗方法，但对20-30%接受治疗的患者无效。2. 然而曲妥珠单抗是需要长时间给药的最昂贵的治疗方案之一。因此迫切需要在治疗前确定患者是否能从曲妥珠单抗治疗中获益。
3.越来越多的研究证明，特别的miRNA可作为肿瘤的生物标记物预测各种肿瘤类型的预后及治疗效果。然而，血清miRNA是否可以预测癌症患者靶向治疗的治疗效果尚不清楚。
研究者通过分析miRNA芯片数据发现在HER2+ MBC patients 中，有13个差异miRNA对曲妥珠单抗有明显的应答反应，并用lasso模型挑出其中的4个miRNA作为预测生存的标志物，这4种miRNA都可直接作用于在曲妥珠单抗耐药性调节中发挥关键作用的信号分子。
总之，研究者发现了一个可用于预测曲妥单抗对HER2+ MBC patients治疗效果好坏的模型，当然，此模型还需要在前瞻性临床试验中进一步进行验证。
研究者从254例样本中挑取103例样本作为训练集，其中包含61例应答患者和42例未应答者。研究者首先从miRNA数据挑取了13个差异miRNA(3个下调，10个上调)，并对这13个miRNA做了qRT-PCR和相关性分析。然后运用LASSO Cox regression model从中筛选得到4个marker及风险计算公式。
风险计算公式
Risk score = (0.611 × expression value of miR-940)−(0.482 × expression value of miR-451a)−(0.525 × expression value of miR-16-5p)−(0.719 × expression value of miR-17-3p)
同时，研究者还比较了4个miRNA在3组样本（55 healthy volunteer donors, 134 trastuzumab-resistant patients, and 252 trastuzumab-sensitive patients）中的表达情况。
为了验证风险计算公式的准确性和适用性，研究者除了对训练集，还用测试集和独立验证集做了验证。
依据风险计算公式计算出每个数据集中各样本的风险得分，用X-tile软件将每个数据集的样本分成高风险和低风险组，然后根据样本的PFS和OS，做了Waterfall plots、survival等分析，证明挑取的miRNA和公式具有普适性，可作为marker使用。
研究者根据测试集和验证集的283例样本的OS和PFS，做了单多因素分析。单因素分析结果表明：每个miRNA都可作为HER2+ MBC patients的独立预后因子。多因素分析结果表明：4-miRNA signature 和 themetastatic sites可作为独立预后因子。
根据个别的临床病理特征（metastatic sites, age, Ki67, ECOG, ER status, PR status,and menopause等）进行分层，挑取的4个marker在预测HER2+ MBC patients的PFS时，在不依赖于临床病理特征的同时，仍可作为一个具有临床和统计学意义的模型。
为了进一步验证marker在风险得分预测方面的效果，研究者又根据3个数据集的OS信息，做了Time-dependent ROC分析。结果表明，挑取的marker是一个稳定的模型。同时，研究者也比较了4个miRNA和部分临床指标的准确性。
最后，研究者对4个marker的预测价值、来源和机制做了相关研究。这一部分算是比较常规的生信分析与实验步骤。研究者分离了原发肿瘤细胞和免疫细胞，培养之后进行了体外细胞增殖凋亡测定；并分离了细胞外囊泡做了Western印迹分析。
其实这篇文章的亮点就在于它有大量的临床样本（对于临床医生来说，相对较易获取），加上临床数据挖掘与机器学习，构建了一个可用于预测曲妥珠单抗对HER2+ MBC 患者治疗效果好坏的模型。而预后分子分型的建立可成为制定治疗方案的重要依据，是一种更为积极主动的肿瘤防治方法。
本文由 GCBI学院 作者：其明技术专家 发表，转载请注明来源！
