单组学、单癌种的纯生信分析如今越来越难发高分杂志了，越来越多杂志青睐于泛癌或多组学的生信分析。小编今天给大家分享一篇泛癌+亚型纯生信高分的文章，希望对你有所收获。
IF：7.815
简介：作者利用了TCGA泛癌中pan-kidney的数据比较了肾细胞癌不同组织学亚型各组学之间的差异，刻画了不同亚型之间独特的特征，为开发亚型特异性治疗和管理奠定了基础。
根据part1得到每种亚型各自显著的突变基因（SMG），包括与ccRCC相关的9个，与PRCC相关的11个和与ChRCC相关的2个。分析了这几个显著SMG与整体或亚型的生存率是否相关，并分析了SMG相关通路在各亚型的突变情况。图A表示基于基因突变的组织学RCC亚型内患者总体生存率的差异。图B表示不同组织学RCC亚型CDKN2A基因缺失，高甲基化和突变的组织印记。图C表示CDKN2A突变的组织学RCC亚型在患者总体生存率差异。图D表示组织学RCC亚型内的染色质重塑通路突变频率。Me表示组蛋白甲基化；Ac表示组蛋白乙酰化；UB表示组蛋白泛素化。
利用加权基因共表达网络分析（WGCNA）鉴定了不同亚型的基因模块。图A表示不同组织学RCC亚型的热图（包含肿瘤分级，生存状态等）图B表示基因表达模块和临床特征之间的关系。红色热图阴影表示基因模块与临床特征之间呈正相关，蓝色热图阴影表示负相关。
图A表示为代谢分析选择的代谢通路基因的示意图。图B表示不同组织学RCC亚型代谢通路mRNA表达的热图。图C、D表示不同组织学RCC亚型核糖代谢基因表达比较。 图E比较不同组织学RCC亚型Krebs循环，ETC复合体III，AMPK和核糖代谢基因签名的表达差异。图F表示ChRCC和MD-ChRCC患者总体生存率差异。
最后比较了不同亚型之间的免疫浸润细胞差异。图A基于免疫基因签名（IGS）表达的监督聚类热图；图B表示不同组织学RCC亚型之间IGS表达差异；图C表示患者总体生存率取决于Th2基因签名。
文献套路总结：
作者没有像其他泛癌分析利用所有癌种的数据，专注于泛癌中肾细胞癌的数据（N=843），文章先使用ConsensusClusterPlus进行亚型分型，然后利用各组学的数据进行分析，整体操作不难，但工作量巨大。文章的立足点也很新颖，一般我们都关注某个特定分型的癌种，比如肺腺癌，肺鳞癌，而文章是利用pan-kidney的数据分析不同组织学亚型肾癌，同类的文章还有：
