早，今天小编和大家分享一篇标准的预后生信文《The construction and validation of an RNA binding protein-related prognostic model for bladder cancer》，21年3月发表在BMC Canner杂志（IF：4.43）。作者构建了膀胱癌RNA结合蛋白相关预后模型。该方向使用于癌症相关疾病的hub基因鉴定及预后模型构建。有相关需求的老师欢迎联系我们！
背景&方法
背景：
膀胱癌 (BLCA) 是泌尿系统最常见的恶性肿瘤，但诊断方式和治疗方法有限。RNA 结合蛋白 (RBP) 在转录后调控中发挥着至关重要的多方面作用。虽然 RBPs 失调与肿瘤发生和进展有关，但对 RBPs 在膀胱癌 (BLCA) 预后中的作用知之甚少。本研究旨在建立基于预后相关 RBP 的预后模型来预测 BLCA 患者的生存。
方法：
1.TCGA-BLCA数据集包含19 个正常样本和 414 个 BLCA 样本。DEseq 包筛选正常样本和BLCA样本间差异表达的基因及差异表达的RBP基因。
2.对差异基因进行GO和KEGG富集分析。
3.PPI筛选关键模块基因。
4.风险评分模型的构建。
研究结果
1.筛选差异表达的RBP
从TCGA-BLCA数据集鉴定了总共 385 个差异表达的 RBP，热图（2a）和火山图（2b）如下所示。
2.差异表达RBP的GO和KEGG通路富集分析
分别对上调和下调的RBP基因进行 GO 和 KEGG 通路富集分析。GO富集分析表明，上调RBPs的生物学过程主要富集在ncRNA加工、细胞质核糖核蛋白、核糖核酸酶活性（图3a），而下调RBPs主要富集在RNA剪接、细胞质核糖核蛋白、翻译因子活性等(图3b)。KEGG通路富集分析表明，上调的RBPs显著富集氨酰-tRNA生物合成和半胱氨酸和蛋氨酸代谢（图3c），而下调的RBPs富集赖氨酸降解和2-氧代羧酸代谢（图3d）。
3. PPI网络建设及关键模块筛选
为了进一步探索差异 RBP 在 BLCA 中的作用，基于 STRING 数据库，使用 Cytoscape 建立了一个由 373 个节点和 4063 个边组成的 PPI 网络（图4a）。Mcode插件分析共表达网络，筛选出总共 373 个关键差异 RBP（图4b）。
5. 鉴定与预后相关的 RBP
对373 个关键差异 RBP基因进行单因素（图5a）和多因素（图5b）cox回归分析，得到8 个核心RBP基因 是 BLCA 患者的独立预后预测因子。
6. 验证核心RBP基因的预后价值和表达
绘制Kaplan-Meier 生存曲线以评估8个RBP基因与总生存期 (OS) 的关系。其中6个基因与OS相关（图6a-e）。
之后使用来自 HPA 数据库的免疫组织化学结果来进一步探索这些RBP基因在BLCA中的蛋白质表达水平（图7）。
7.预后相关风险评分模型的构建与分析
根据上步多因素cox的分析结果，基于8个独立预后RBP基因建立风险评分模型。将TCGA-BLCA数据集随机分为训练集和验证集，计算TCGA-BLCA每位患者的风险评分，分别对训练集（图8）和验证集（图9）中高低风险组患者的生存情况进行分析。
8.列线图的构建
为了建立评估 BLCA 预后的定量预测方法，基于八个独立的RBP基因构建了一个预后相关的列线图（图10），来评估1、2 和 3 年的患者的预后。
11.评估临床参数的预后价值
为了进一步评估 TCGA 数据库中 BLCA 患者不同临床特征的预后价值，进行了 Cox 回归分析。单变量分析结果显示，年龄、肿瘤分期和风险评分与 BLCA 患者的 OS 相关（图11a）。在多变量 Cox 回归分析中，只有肿瘤分期和风险评分仍然是 BLCA 患者的独立预后指标（图11b）。
微信号｜中科生信
知乎｜@生信科研人