文章《BRCA1 Promoter Methylation Status in 1031 Primary Breast Cancers Predicts Favorable Outcomes Following Chemotherapy》，链接是：https://academic.oup.com/jncics/article/4/2/pkz100/5673392 我看到文章里面提到了乳腺癌患者的1031 primary tumors的测序数据，下意识的以为是一个TCGA数据库挖掘。
本来呢，还在奇怪，TCGA数据库里面的乳腺癌患者的放化疗信息应该是没有那么全吧。等我看完摘要才明白，原来是研究者自己招募的病人队列，来自于Iceland between 1976 and 2007. 而且Chemotherapy信息很丰富，包括 cyclophosphamide, methotrexate, and fluorouracil 。
这个研究，科学家们想解决的问题是；whether BRCA1 promoter methylation translates to clinical benefits from the use of DNAdamaging agents in patients.
招募的病人队列
- 1031 primary tumors
- carries of germline mutations in either BRCA1 (n = 5) or BRCA2 (n = 61)
- BRCA1 methylation was identified in 29 tumors
- along with 91 normal breast tissue samples
涉及到的甲基化位点，是 Four CpG sites were analyzed at genetic positions:
- chr17: 43125409(GRCh38.p7),
- chr17: 43125411(GRCh38.p7),
- chr17: 43125419(GRCh38.p7),
- chr17: 43125427(GRCh38.p7).
这里定义 BRCA1 methylated 样品的标准是： Tumor samples were considered to be BRCA1 methylated at median greater than 10% methylation across the four CpGs (median values).
文章的图表超级简陋，我感觉的R语言初学者使用base plot绘制而成，如下所示：
这个是作者最重要的研究发现，不同分组的样品的 BRCA1–promoter CpG methylation 百分比不一样。
临床属性关联
其实不管是自己医院收集的病人队列，还是TCGA的，临床信息都是可以做到很完善。
这里，研究者们列出来了常见的临床属性分组后的 BRCA1–promoter CpG methylation 情况。
临床意义
主要就是生存分析啦，这里可以看到 BRCA1–promoter CpG 有甲基化的不管是否经受了化疗，都要生存情况好一点。
不过，BRCA1–promoter CpG 有甲基化的病人数量有点太少了。
学徒作业
如果要得出文章的研究结果，其实大可不必费劲招募一千多个乳腺癌患者，完完全全是可以进行tcga数据库挖掘的。这里就布置成为一个学徒作业哈：
需要去TCGA数据库下载乳腺癌患者队列的临床信息，以及甲基化信号值矩阵，通常是贝塔值，通常是按照2-8原则把BRCA1–promoter CpG 甲基化信号值进行分类。如果你不理解甲基化数据呢，可以读一下我在生信技能树的甲基化系列教程，目录如下：
- 01-甲基化的一些基础知识.pdf
- 02-甲基化芯片的一般分析流程.pdf
- 03-甲基化芯片数据下载的多种技巧.pdf
- 04-甲基化芯片数据下载如何读入到R里面.pdf
- 05-甲基化芯片数据的一些质控指标.pdf
- 06-甲基化信号值矩阵差异分析哪家强.pdf
- 07-甲基化芯片信号值矩阵差异分析的标准代码.pdf （微信交流群在这里）
- 08-TCGA数据库的各个癌症甲基化芯片数据重新分析.pdf
- 09-TCGA数据库的癌症甲基化芯片数据重分析.pdf
- 10-TCGA数据辅助甲基化区域的功能研究.pdf
- 11-按基因在染色体上的顺序画差异甲基化热图.pdf
- 850K甲基化芯片数据的分析.pdf
- 使用DSS包多种方式检验差异甲基化信号区域.pdf
然后就可以看我在B站免费分享的视频课程《甲基化芯片（450K或者850K）数据处理 》
- 教学视频免费在：https://www.bilibili.com/video/BV177411U7oj
- 课程配套思维导图：https://mubu.com/doc/1cwlFgcXMg
- 甲基化芯片相关资料，https://share.weiyun.com/42a9e78c2dd5367f3427e86c5c99baa1 按需下载，无需整个文件夹全部下载
- 表观全部资料，https://share.weiyun.com/5tg6pIn 同样是按需下载，无需整个文件夹全部下载
需要做同样的生存分析，我在生信技能树多次分享过生存分析的细节；
- 基因表达量高低分组的cox和连续变量cox回归计算的HR值差异太大?
- 学徒作业-两个基因突变联合看生存效应
- TCGA数据库里面你的基因生存分析不显著那就TMA吧
- 对“不同数据来源的生存分析比较”的补充说明
- 批量cox生存分析结果也可以火山图可视化
- 既然可以看感兴趣基因的生存情况，当然就可以批量做完全部基因的生存分析
- 多测试几个数据集生存效应应该是可以找到统计学显著的！
- 我不相信kmplot这个网页工具的结果(生存分析免费做)
- 为什么不用TCGA数据库来看感兴趣基因的生存情况
- 200块的代码我的学徒免费送给你，GSVA和生存分析
- 集思广益-生存分析可以随心所欲根据表达量分组吗
- 生存分析时间点问题
- 寻找生存分析的最佳基因表达分组阈值
- apply家族函数和for循环还是有区别的（批量生存分析出图bug）
- TCGA数据库生存分析的网页工具哪家强
- KM生存曲线经logRNA检验后也可以计算HR值
生存分析是目前肿瘤等疾病研究领域的点睛之笔！