掃碼聯(lián)系客服
哈嘍，各位同學(xué)大家好，好久不見，甚是想念呢。今天小編想和大家分享的是一篇比較經(jīng)典的文章（J Clin Lab Anal，2.3521），該工作主要基于構(gòu)建壞死性凋亡相關(guān)的lncRNA特征預(yù)測(cè)頭頸部鱗狀細(xì)胞癌（HNSCC）的預(yù)后和免疫微環(huán)境，思路清晰，流程明確，方法簡(jiǎn)單，對(duì)于生物信息初學(xué)者而言非常友好。
Construction of a necroptosis-related lncRNA signature to predict the prognosis and immune microenvironment of head and neck squamous cell carcinoma
基于壞死性凋亡相關(guān)的lncRNA特征預(yù)測(cè)頭頸部鱗狀細(xì)胞癌（HNSCC）的預(yù)后和免疫微環(huán)境
已有研究表明壞死性凋亡相關(guān)基因是HNSCC的潛在生物標(biāo)志物。因此，研究者意圖通過建立一組基于壞死性凋亡相關(guān)lncRNAs (nrlncRNAs)的風(fēng)險(xiǎn)模型來預(yù)測(cè)HNSCC患者的預(yù)后。研究者首先基于相關(guān)性分析識(shí)別與壞死性凋亡基因表達(dá)相關(guān)的lncRNA，進(jìn)一步通過單因素Cox分析篩選與預(yù)后相關(guān)的lncRNA，并基于最小絕對(duì)收縮和選擇算子(LASSO)Cox回歸建立由6個(gè)lncRNA構(gòu)成的nrlncRNA特征，對(duì)患者進(jìn)行高低風(fēng)險(xiǎn)組分型，二者預(yù)后存在顯著差異。在nrlncRNA特征基礎(chǔ)上，研究者建立nomogram生存預(yù)測(cè)模型，并進(jìn)一步比較不同風(fēng)險(xiǎn)患者在基因表達(dá)、免疫藥物響應(yīng)、藥物敏感性、m6A、腫瘤干性等方面的差異（圖1）。
圖1.流程圖
1.數(shù)據(jù)
從TCGA獲取HNSC中轉(zhuǎn)錄組數(shù)據(jù)和臨床相關(guān)信息。將HNSC樣本以1：1的比例隨機(jī)分成訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)集合。
2.識(shí)別HNSCC的nrlncRNAs
研究者首先基于相關(guān)性分析識(shí)別出TCGA-HNSC數(shù)據(jù)集中與壞死性凋亡基因表達(dá)相關(guān)的694個(gè)lncRNA (相關(guān)系數(shù)>0.4，p<0.001)并構(gòu)建互作網(wǎng)絡(luò)（圖2A），其中325個(gè)在腫瘤與正常樣本間發(fā)生差異表達(dá)的nrlncrna，包括299個(gè)nrlncrna在HNSCC患者中發(fā)生上調(diào)， 26個(gè)在HNSCC患者中發(fā)生下調(diào)（圖2B-2C）。
3. nrlncRNA風(fēng)險(xiǎn)模型的構(gòu)建與驗(yàn)證
單因素Cox回歸分析共發(fā)現(xiàn)29個(gè)nrlncRNAs與OS相關(guān)，其中10個(gè)nrlncRNAs與HNSCC預(yù)后不良有關(guān)，這29個(gè)nrlncRNAs均在HNSCC患者中發(fā)生上調(diào)（圖2D-2F）。研究者對(duì)這29個(gè)nrlncRNAs進(jìn)行LASSO Cox回歸分析，最終建立由6個(gè)nlncRNA構(gòu)成的nrlncRNAs特征打分（圖2G-2H）。
圖2. nrlncRNA風(fēng)險(xiǎn)模型的構(gòu)建
根據(jù)nrlncRNA特征打分中位數(shù)，研究者分別對(duì)訓(xùn)練，驗(yàn)證以及所有患者進(jìn)行高-低風(fēng)險(xiǎn)兩組分型(圖3A-C)，并對(duì)患者的生存狀態(tài)和特征nrlncRNA表達(dá)進(jìn)行比較，結(jié)果表明高風(fēng)險(xiǎn)組患者預(yù)后較差，特征lncRNA在高低風(fēng)險(xiǎn)組中存在表達(dá)差異(圖3D-L)。
圖3. nrlncRNAs模型的預(yù)后價(jià)值
此外，在對(duì)不同年齡(圖4A、B)、性別(圖4C、D)、分級(jí)(圖4E、F)、分期(圖4G-N)等特定類型的樣本中，基于nrlncRNAs特征的高低風(fēng)險(xiǎn)組樣本間同樣存在預(yù)后差異，表明nrlncRNAs特征獨(dú)立于年齡，性別等臨床特征。該風(fēng)險(xiǎn)模型的AUC值為0.699(圖4O)，顯著優(yōu)于年齡、性別、分級(jí)、分期等臨床特征模型的分類效能(圖4P)。
圖4. nrlncRNAs模型與臨床特征的關(guān)系
此外，評(píng)估風(fēng)險(xiǎn)模型的獨(dú)立性以及包括年齡、性別、分級(jí)和分期在內(nèi)的一些臨床特征。單因素Cox回歸分析(圖5A)和多因素Cox回歸分析(圖5B)結(jié)果表明年齡和分期是兩個(gè)獨(dú)立的預(yù)后參數(shù)。研究者通過進(jìn)一步整合風(fēng)險(xiǎn)評(píng)分和獨(dú)立臨床因素，構(gòu)建預(yù)測(cè)HNSCC患者5年生存概率的nomogram圖(圖5C-D)。
圖5.構(gòu)建列線圖預(yù)測(cè)模型
4.基因集合富集分析
研究者進(jìn)一步基于GSEA富集分析高低風(fēng)險(xiǎn)組患者在通路活性層面的差異，結(jié)果表明兩類患者在腫瘤侵襲和初次免疫應(yīng)答等方面存在顯著差異（圖6A）。
5. 風(fēng)險(xiǎn)評(píng)分與免疫因子及腫瘤微環(huán)境的相關(guān)性
分別基于XCELL, TIMER, QUANTISEQ, MCP-counter, EPIC, CIBERSORT, and CIBERSORT-ABS等免疫浸潤分析工具對(duì)HNSCC患者的免疫細(xì)胞浸潤比例進(jìn)行預(yù)測(cè)，并進(jìn)一步比較不同風(fēng)險(xiǎn)患者在腫瘤微環(huán)境間的差異。結(jié)果表明，多種免疫細(xì)胞與風(fēng)險(xiǎn)評(píng)分呈負(fù)相關(guān)(如TIMER中的B細(xì)胞、CD4+ T細(xì)胞、CD8+ T細(xì)胞、巨噬細(xì)胞)，提示低風(fēng)險(xiǎn)組具有較高的免疫浸潤狀態(tài)(圖6B)。低風(fēng)險(xiǎn)組中CD8+ T細(xì)胞、dc細(xì)胞、Tfh細(xì)胞、Th2細(xì)胞、til細(xì)胞浸潤較高，高危組巨噬細(xì)胞浸潤較高。GSEA富集分析結(jié)果同樣表明低風(fēng)險(xiǎn)組比高風(fēng)險(xiǎn)組具有更強(qiáng)的免疫相關(guān)功能，包括檢查點(diǎn)、溶細(xì)胞活性、HLA、炎癥促進(jìn)、T細(xì)胞共抑制等(圖6C)。低風(fēng)險(xiǎn)組免疫評(píng)分高于高風(fēng)險(xiǎn)組組，基質(zhì)評(píng)分低于高風(fēng)險(xiǎn)組；然而，兩組之間在ESTIMATE得分沒有顯著差異(圖6D)。此外，大多數(shù)免疫檢查點(diǎn)基因在低風(fēng)險(xiǎn)組中的激活程度更高(圖6E)。
6. 風(fēng)險(xiǎn)模型與藥物響應(yīng)
基于pRRophetic包，研究者基于表達(dá)矩陣對(duì)患者的藥物反應(yīng)進(jìn)行預(yù)測(cè)，比較高低風(fēng)險(xiǎn)組對(duì)不同藥物的響應(yīng)狀態(tài)，結(jié)果表明高風(fēng)險(xiǎn)組患者對(duì)多西他賽、吉西他濱化療的藥物敏感性可能較高，順鉑或紫杉醇在兩組樣本間無響應(yīng)差異（圖6F）。
7. 風(fēng)險(xiǎn)模型與m6A相關(guān)基因和腫瘤干性的相關(guān)性分析
研究者進(jìn)一步基于Wilcoxon檢驗(yàn)探究風(fēng)險(xiǎn)評(píng)分與m6A基因的相關(guān)性，大多數(shù)m6A相關(guān)基因在低風(fēng)險(xiǎn)組中表達(dá)較高(圖6G)。此外，構(gòu)建的風(fēng)險(xiǎn)特征與腫瘤干性打分顯著負(fù)相關(guān)(圖6H)。
圖6.風(fēng)險(xiǎn)評(píng)分與免疫浸潤、藥物響應(yīng)、m6A表達(dá)和腫瘤干性的相關(guān)性
8. 基于特征nrlncRNAs的聚類分析
基于6個(gè)特征nrlncRNAs表達(dá)，研究者通過ConsensusClusterPlus包對(duì)患者進(jìn)行聚類（圖7A)。大部分高危組患者被重新分組到聚類1；聚類2主要由低風(fēng)險(xiǎn)患者構(gòu)成（圖7B），且聚類2的預(yù)后更好(圖7C)。主成分分析結(jié)果顯示，不同風(fēng)險(xiǎn)組和聚類形成不同的成分(圖7D)，tSNE降維結(jié)果中高低風(fēng)險(xiǎn)組和不同類別同樣可以很好區(qū)分(圖7E)。聚類1的免疫、基質(zhì)和ESTIMATE得分低于聚類2（(圖7F)）。不同類別患者中，腫瘤免疫微環(huán)境存在顯著差異(圖7G)。此外，TNFRSF18、LAG3、CD244和TNFRSF14等免疫檢查點(diǎn)基因在聚類2中表達(dá)較高(圖7H)。聚類1對(duì)吉西他濱治療更敏感；聚類2對(duì)紫杉醇和多西他賽治療更敏感。順鉑響應(yīng)在兩組間無顯著差異(圖7I)。
圖7. 基于特征nrlncRNAs的聚類分析
本篇文章的主要內(nèi)容就是這些，思路清晰，方法簡(jiǎn)單，是一篇比較基礎(chǔ)的生物信息學(xué)分析工作。當(dāng)然，文章中還存在一些小問題，比如流程圖中的lasso錯(cuò)寫成lasoo；沒有獨(dú)立的外部數(shù)據(jù)集合驗(yàn)證；部分結(jié)果的描述過于簡(jiǎn)單，沒有深層次描述結(jié)果的潛在生物意義等。同學(xué)們?cè)谶M(jìn)行自己的工作時(shí)要對(duì)這些問題多加注意，莫不要因?yàn)橐恍┬〉蔫Υ镁脱谏w掉美玉的本質(zhì)哦。
今天的內(nèi)容就是這些，我們下次再見啦~
參考文獻(xiàn)：
1. Construction of a necroptosis-related lncRNA signature to predict the prognosis and immune microenvironment of head and neck squamous cell carcinoma
