为研究铜离子载体诱导的细胞死亡的机制，麻省理工学院和哈佛大学Broad研究所的Peter Tsvetkov和Todd R. Golub团队新发现了一种由铜引起的细胞死亡的新形式-铜死亡。该工作“Copper induces cell death by targeting lipoylated TCA cycle proteins”发表在最新《science》上。

首先，我们分享一篇 FRONTIERS IN GENETICS的铁死亡相关lncRNA研究分析，标题：Prognostication of Pancreatic Cancer Using The Cancer Genome Atlas Based Ferroptosis-Related Long Non-Coding RNAs。文章中，作者确定了PAAD与铁死亡相关的lncRNA（FRL），再依据FRL建立了PAAD的预后相关模型并验证，以此我们可以借鉴思路。

1、背景：长链非编码 RNA (lncRNA) 是PAAD中的重要发展的调控因子，同时参与了铁死亡调控。lncRNA对PAAD预后具有预测意义。因此，作者认为对胰腺癌具有预后价值的铁死亡相关 lncRNA (FRL) 至关重要。

2、方法：使用TCGA数据库与FerrDb中的数据来确认FRL，铁死亡相关lncRNA。在训练队列中，应用单因素COX、lasso和多因素COX回归分析，来识别预后相关FRL，并构建FRL预后模型。再在验证队列和全部队友列中队模型进行验证，同时，使用列线图对不同临床特征下的样本和风险评分的预后进行评估，构建了76个lncRNA-mRNA靶标的共表达网络
3、结果：
单因素COX分析获得193个lncRNA的预后评估，然后使用了lasso-cox回归确定了6个lncRNA的预后风险模型。

然后使用KM曲线和ROC曲线对风险模型进行评估，结合临床样本特点，该风险模型被验证为PAAD的新的独立预后模型。

此外，使用列线图，发现获得了良好的预测。

4、结论：
6 个 FRL 的特征对胰腺腺癌具有显著的预后价值。它们可能是临床实践中有希望的治疗靶点。文章总结

文章思路简单清晰，通过lncRNA和铁死亡基因选择FRL后，依据FRL构建PAAD的预后模型并验证模型效力。
同样的，我们可以通过铜死亡，建立铜死亡与疾病间的联系，通过已经被验证的lncRNA调控机制，选择出Cuprotosis相关lncRNA（CRL），在此集合基础上构建全新独立的铜死亡预后模型。

工具准备

1、表格工具：

office EXCEL/WPS，应用于数据处理，调整；如果是过大的数据可能只有excel支持，WPS的优势只在于轻便好安装；

2、文本编辑工具：

notepad++/ultraEdit等等，对大容量的二进制文本进行处理；

3、分析及绘图工具：

sangerbox 3.0：http://vip.sangerbox.com/home.html#

4、图片调整处理工具：

Adobe Illustrator也就是常提及的绘图中使用的AI，对矢量图进行调整，拼接的后期处理。

以上工具是脱离代码后最简化解决方案的必备之选，需要做分析的小伙伴提前准备好，当然Sangerbox为每一项分析任务都定制了代码，可以下载获得分析代码以备发表文章时使用。