提到非肿瘤纯生信研究，我们总会因为数据少，临床信息不全，样本量小而发愁，而且由于大部分的小疾病方向集中在NCBI GEO数据集，基本上都是基因芯片，想做个多组学也是难上加难。有时候好不容易找见一套可用的数据，却发现该分析的都分析了，总也找不到切入点。
今天小编给大家提供一个新的思路，从lncRNA着手，这是因为对于GEO上的一些芯片，我们可以利用探针序列重新比对到人的基因组上，从而重注释出来一些lncRNA，比如常见的GPL570（HGU113a plus 2.0）平台就会注释出来不少的lncRNA，从而进行下游的研究，具体的注释过程，我们后续会给大家详细介绍。
好了，回到今天的主题，我们从下边这篇文献给大家详细介绍研究的过程，文章研究的是免疫相关的lncRNA在牙周炎疾病中的免疫调节机制。
一、数据获取
作者从NCBI GEO数据库中下载了两套牙周炎数据集GSE16134和GSE10334，其中GSE16134作为分析数据集，GSE10334作为验证数据集，此外，从immport数据库下载了17中免疫基因集。
二、免疫相关的lncRNA鉴定
和以往研究不同，作者并没有一开始进行差异分析，然后通过差异lncRNA和免疫基因共表达来鉴定免疫相关的lncRNA，而是基于所有的lncRNA和mRNA，首先进行相关系数计算，对于每一个lncRNA来说，得到一个共表达mRNA排序列表，然后基于GSEA原理，观察17种免疫基因集是否显著富集在该排序列表的顶端和低端（PS：想了解GSEA原理，请观看我们以往的系列课程：基因集功能富集分析（GESA）的实操教程与结果解读），这样最终就会获得每一种免疫基因集相关的lncRNA，作者进一步进行统计，发现cytokine and cytokine receptors相关的lncRNA数目最多。
三、免疫lncRNA更容易发生扰动
接下来通过差异lncRNA分析，发现与其他lncRNA相比，免疫相关lncRNA中更容易发现表达干扰，这说明免疫调节网络在牙周炎中起重要作用。
四、 免疫lncRNA与免疫细胞浸润之间的研究
通过MCPCounter算法，估算了免疫细胞浸润水平，进一步研究了免疫lncRNA和免疫细胞之间的关系（PS：想了解更多估算免疫细胞浸润的算法，请参加我们的课程：肿瘤微环境和免疫浸润分析生信实操课https://mp.weixin.qq.com/s/kG-PSP9LZ2mdDQGwnnLhTg）
五、免疫lncRNA与通路机制之间的研究
通过GSVA算法，估算HALLMARK基因集富集得分，进一步计算免疫lncRNAs和通路之间的相关性，构建lncRNA-pathway网络。
六、免疫亚型识别
基于免疫相关的lncRNA，进行一致性聚类，将样本分为不同亚型，观察亚型间临床信息的差异、免疫浸润细胞差异、免疫通路差异：cluster2非常明显与侵袭性牙周炎相关，而cluster1与慢性牙周炎相关。亚型-1具有更高程度的浸润免疫细胞和更活跃的免疫基因组， 表明在亚型1中发生了更多的免疫反应
七、WGCNA鉴定免疫相关的lncRNA-mRNA模块
通过WGCNA分析，鉴定了调控NK细胞的lncRNA-mRNA模块
总之，作者系统地鉴定了牙周炎中免疫相关的lncRNA，并分析了其与免疫类别、干扰的lncRNA、浸润的免疫细胞和免疫基因集的关系。根据lncRNAs确定两种免疫相关牙周炎亚型，并研究其与免疫细胞、临床特征和生物学功能的关系。还鉴定了免疫细胞相关基因-lncRNAs网络。这些结果可以从基因-lncRNA-免疫细胞网络中看到牙周炎的潜在机制。这些不仅能激励研究者，也能帮助他们进行牙周炎相关的免疫研究。
以上就是我们本次分享的主要内容了，是不是顿时感觉非肿瘤方向也能玩出新花样呢，如果你想要进一步学习，欢迎关注我们的宫主号“云生信学生物信息学”，目前所列干货主要包括了免疫研究中用到的主流软件、R包以及数据库：CIBERSORT、ESTIMATE、ssGSEA、MCPcounter、EPIC等等，如果你稍微知道点R代码的那些事儿，结合我们的干货，分分钟复现上述文章。