掃碼聯(lián)系客服
罹患惡性腫瘤的患者保持良好的心態(tài)真的重要嗎？到底有多重要？這是無(wú)稽之談嗎？還是確有其事？
這只是一個(gè)早有爭(zhēng)論的老問(wèn)題，好像濺不起來(lái)什么水花！但是，聰明的小伙伴，已經(jīng)想到用生信的思路，解決這平平無(wú)奇老問(wèn)題了。點(diǎn)睛之筆（臨床問(wèn)題）+一點(diǎn)點(diǎn)小巧的生信分析，輕松發(fā)到5+! 其實(shí)本質(zhì)思路簡(jiǎn)簡(jiǎn)單單，生信小白都可以拿捏！
文章題目“基于抑郁相關(guān)基因的乳腺癌預(yù)后風(fēng)險(xiǎn)預(yù)測(cè)模型的建立與驗(yàn)證Development and Validation of a Risk Prediction Model for Breast Cancer Prognosis Based on Depression-Related Genes”，于 2022/5發(fā)表在Frontiers in Oncology（IF 5.73/Q2）上。
許多研究已經(jīng)表明抑郁癥在介導(dǎo)乳腺癌復(fù)發(fā)和轉(zhuǎn)移中起著重要作用，抑郁癥與乳腺癌復(fù)發(fā)風(fēng)險(xiǎn)增加24%，全因死亡風(fēng)險(xiǎn)增加30%以及癌癥特異性死亡風(fēng)險(xiǎn)增加29%有關(guān)。然而，缺乏精確的風(fēng)險(xiǎn)模型來(lái)評(píng)估抑郁癥對(duì)乳腺癌預(yù)后的潛在影響。因此，建立新的signature來(lái)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)和抗癌藥物開(kāi)發(fā)至關(guān)重要。在這項(xiàng)研究中，作者建立了一種抑郁癥相關(guān)基因（DRG）signature，不僅突出了抑郁癥在乳腺癌預(yù)后中的重要性，而且為更好地預(yù)防抑郁癥對(duì)乳腺癌預(yù)后的潛在不利影響提供了一種新的基因檢測(cè)工具。
強(qiáng)調(diào)了監(jiān)測(cè)和治療心理壓力在預(yù)防乳腺癌復(fù)發(fā)和轉(zhuǎn)移中的重要性，這對(duì)乳腺癌患者個(gè)性化管理和隨訪策略的制定具有重要的指導(dǎo)意義。
一、背景
乳腺癌是全世界女性面臨的嚴(yán)重健康問(wèn)題，其發(fā)病率和死亡率在女性惡性腫瘤中居首位。鑒于乳腺癌的潛伏期長(zhǎng)且年齡相對(duì)較小，預(yù)后風(fēng)險(xiǎn)預(yù)測(cè)模型的發(fā)展對(duì)于改善治療策略和總體生存（OS）具有重要價(jià)值。乳腺癌復(fù)發(fā)的風(fēng)險(xiǎn)主要與年齡，腫瘤大小，組織學(xué)分級(jí)，腫瘤周圍血管內(nèi)癌栓子以及雌激素受體（ER）/孕激素受體（PR）和人表皮生長(zhǎng)因子受體2（HER2）。乳腺癌分為四種類型，即管腔A，管腔B，HER2+和三陰性乳腺癌（TNBC），其中TNBC被認(rèn)為預(yù)后不良。事實(shí)上，只有77%的TNBC患者在診斷后存活5年，而其他亞型的存活率達(dá)到93%，而轉(zhuǎn)移性TNBC的5年生存率低于30%。
然而，乳腺癌是一種高度異質(zhì)性疾病，一些TNBC患者復(fù)發(fā)風(fēng)險(xiǎn)低，生存期相對(duì)較長(zhǎng)。據(jù)信，除ER，PR和HER2外，還有更多基因參與確定乳腺癌預(yù)后。因此，建立新的signature來(lái)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)和抗癌藥物開(kāi)發(fā)至關(guān)重要。
許多研究已經(jīng)發(fā)現(xiàn)抑郁癥與乳腺癌之間具有著密切的相關(guān)性。薈萃分析顯示，32.3%的乳腺癌患者患有抑郁癥，近一半的早期乳腺癌患者在診斷后會(huì)出現(xiàn)抑郁，焦慮或兩者兼而有之。抑郁癥與乳腺癌復(fù)發(fā)風(fēng)險(xiǎn)增加24%，全因死亡風(fēng)險(xiǎn)增加30%以及癌癥特異性死亡風(fēng)險(xiǎn)增加29%有關(guān)。動(dòng)物研究表明，心理壓力可以加速腫瘤生長(zhǎng)并促進(jìn)肺轉(zhuǎn)移，因此，探索抑郁相關(guān)基因（DRGs）在乳腺癌預(yù)后中的作用至關(guān)重要。
二、方法
1.數(shù)據(jù)來(lái)源和收集
從TCGA和數(shù)據(jù)庫(kù)收集乳腺癌相關(guān)的臨床信息和基因表達(dá)譜，該數(shù)據(jù)庫(kù)被選為包含1096個(gè)患者樣本和113個(gè)非腫瘤組織的測(cè)試數(shù)據(jù)集，從GEO數(shù)據(jù)庫(kù)下載獨(dú)立的數(shù)據(jù)集進(jìn)行驗(yàn)證。
2.乳腺癌中DEGs的選擇
從Genecard數(shù)據(jù)庫(kù)中共獲得8479個(gè)DRG，該數(shù)據(jù)庫(kù)提供了人類基因的全面最新列表。作者從TCGA獲得了8479個(gè)DRG的表達(dá)值?；赟TRING在線工具構(gòu)建DEG的PPI。然后應(yīng)用Cytoscape軟中的MCODE分析了網(wǎng)絡(luò)中的關(guān)鍵模塊。
3.預(yù)后基因的鑒定和風(fēng)險(xiǎn)模型的構(gòu)建
進(jìn)行單變量Cox回歸分析以探索測(cè)試數(shù)據(jù)集中基因與OS之間的相關(guān)性。p＜0.05的DEGs被認(rèn)為是候選基因。然后應(yīng)用套索回歸縮小基因篩選的范圍。最后，構(gòu)建多變量Cox分析以篩選高度預(yù)后相關(guān)的基因并產(chǎn)生預(yù)后風(fēng)險(xiǎn)模型。
4.構(gòu)建模型的驗(yàn)證
為了驗(yàn)證該模型，采用Kaplan-Meier生存分析和對(duì)數(shù)秩檢驗(yàn)來(lái)分析不同評(píng)分患者之間的生存差異。為了確認(rèn)signature是否可以作為預(yù)測(cè)生存的獨(dú)立因素，進(jìn)行了單變量和多變量Cox回歸分析。
5.GSEA分析
為了探索潛在的生物學(xué)途徑，基于MSigDB基因集進(jìn)行分析。
6.免疫細(xì)胞浸潤(rùn)分析
作為分析免疫細(xì)胞浸潤(rùn)的最常被引用的工具，CIBERSORT用于根據(jù)其RNA測(cè)序數(shù)據(jù)量化免疫細(xì)胞比例。在這項(xiàng)研究中，該工具用于估計(jì)TCGA隊(duì)列中每個(gè)乳腺患者的免疫細(xì)胞分?jǐn)?shù)比例。
7.風(fēng)險(xiǎn)signature在藥物治療中的意義探討
利用GDSC數(shù)據(jù)庫(kù)中的藥物敏感性基因組學(xué)來(lái)討論化療，內(nèi)分泌治療和靶向治療反應(yīng)低分和高分患者之間的差異。計(jì)算TCGA乳腺癌隊(duì)列中常見(jiàn)治療藥物的IC50。
8.針對(duì)高?；颊叩臐撛谛》肿铀幬锏蔫b定
將上調(diào)和下調(diào)的靶基因被上傳到CMap，根據(jù)表達(dá)譜之間的接近程度來(lái)鑒定潛在的治療分子。
9.列線圖的構(gòu)建和評(píng)估
執(zhí)行rms R軟件包以構(gòu)建包含模型和臨床病理signature的列線圖。應(yīng)用C指數(shù)和校準(zhǔn)圖來(lái)評(píng)估預(yù)測(cè)概率。
三、結(jié)果
1.DRGs的鑒定及預(yù)測(cè)乳腺癌預(yù)后風(fēng)險(xiǎn)模型的建立
研究納入了1027例來(lái)自TCGA隊(duì)列的原發(fā)性乳腺癌患者，最終共鑒定出358個(gè)上調(diào)的DRGs和400個(gè)下調(diào)的DRGs(圖2A, B)，建立了基于差異表達(dá)基因(DEGs)的蛋白-蛋白相互作用(PPI)網(wǎng)絡(luò),流程圖及臨床信息見(jiàn)圖1和表S1。
分子復(fù)合物檢測(cè)( MCODE)對(duì)網(wǎng)絡(luò)進(jìn)行模塊分析獲得hub基因(圖2C)；篩選出5個(gè)顯著模塊，并進(jìn)一步分析被鑒定樞紐基因的基因。單因素Cox發(fā)現(xiàn)與OS顯著相關(guān)的34個(gè)DRGs(圖2D)；lasso回歸分析進(jìn)一步鑒定15個(gè)預(yù)后相關(guān)基因(圖2E)；多變量Cox分析確認(rèn)了用于構(gòu)建風(fēng)險(xiǎn)模型10個(gè)DRGs:MT3、SORBS1、IGFALS、AMH、IL12B、TP53AIP1、PXDNL、MC5R、FOXD1和LHX1。
2.模型預(yù)測(cè)乳腺癌OS的預(yù)后效果
根據(jù)公式計(jì)算訓(xùn)練和驗(yàn)證隊(duì)列的風(fēng)險(xiǎn)評(píng)分，將患者分為低風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組，生存分析，以探索該模型的預(yù)測(cè)效果。生存分析顯示分?jǐn)?shù)越高，患者死亡比例越高，生存時(shí)間越短（p<0.001）(圖3A-C)；低風(fēng)險(xiǎn)組的MT3，SORBS1，IGFALS，IL12B和TP53AIP1過(guò)表達(dá)，而高風(fēng)險(xiǎn)組的AMH，PXDNL，MC5R，F(xiàn)OXD1和LHX1過(guò)表達(dá)（圖3D）；ROC曲線下的最大面積（AUC）值為0.789，表明該模型具有良好的敏感性和特異性(圖3E)。以上分析在驗(yàn)證隊(duì)列也得到相似結(jié)果。
3.模型與病理參數(shù)的相關(guān)性分析
風(fēng)險(xiǎn)模型與病理參數(shù)之間相關(guān)性分析，顯示風(fēng)險(xiǎn)模型與年齡，分子亞型，臨床分期，T分期和M分期相關(guān)，而N分期則不然。在驗(yàn)證隊(duì)列也觀察到包括包括年齡，分子亞型，腫瘤大小和陽(yáng)性淋巴結(jié)在內(nèi)的顯著差異；
單因素Cox和多變量Cox分析，顯示風(fēng)險(xiǎn)評(píng)分模型是一個(gè)獨(dú)立預(yù)后因素（HR=1.075，95%CI:1.058-1.092），并在驗(yàn)證組也得到類似結(jié)果（圖4）。
4.模型預(yù)測(cè)預(yù)后的分子機(jī)制分析
GSEA顯示，高危組主要在萜類骨架生物合成，細(xì)胞周期，戊糖和葡萄糖醛酸相互轉(zhuǎn)化，DNA復(fù)制，類固醇生物合成，果糖和甘露糖代謝以及錯(cuò)配修復(fù)通路富集。相比之下，低風(fēng)險(xiǎn)組顯著富集細(xì)胞粘附分子，IgA產(chǎn)生的腸道免疫網(wǎng)絡(luò)，細(xì)胞因子-細(xì)胞因子受體相互作用，JAK-STAT信號(hào)通路，趨化因子信號(hào)通路，T細(xì)胞受體信號(hào)通路和白細(xì)胞跨內(nèi)皮遷移等（圖 5A）。
GSEA分析表明模型與免疫途徑密切相關(guān)，因?yàn)樵S多研究已經(jīng)表明，抑郁癥可以抑制免疫效應(yīng)細(xì)胞并促進(jìn)免疫逃逸，從而保護(hù)癌細(xì)胞免受免疫殺傷,作者進(jìn)一步分析低風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)病例中22種免疫細(xì)胞的豐度，結(jié)果顯示高危患者的免疫抑制細(xì)胞豐度較高(圖5B-C)。綜上，免疫抑制微環(huán)境可能是導(dǎo)致高危病例預(yù)后較差的原因。
免疫檢查點(diǎn)調(diào)節(jié)因子表達(dá)分析，顯示PD-1，PD-L1和CTLA-4的表達(dá)在低分患者中顯著增加（p＜0.05），而LAG3無(wú)統(tǒng)計(jì)學(xué)差異。這些結(jié)果意味著低風(fēng)險(xiǎn)患者可能對(duì)免疫檢查點(diǎn)阻斷療法敏感（圖5D）。
此外，低危組GZMA、GZMB和IFNG高表達(dá)，而高危乳腺癌患者TGFB1升高（p<0.001）(圖5E）。
5.模型在預(yù)測(cè)治療敏感性方面的臨床效果
作者進(jìn)一步分析了模型與化療藥物，內(nèi)分泌藥物和靶向制劑治療效果之間的關(guān)系。除紫杉醇外，低風(fēng)險(xiǎn)患者的化療藥物，內(nèi)分泌治療和靶向治療的最大抑制濃度（IC50）較低(圖6A-B)，而高風(fēng)險(xiǎn)患者的靶向治療的IC50較低(圖6C)。
此外，對(duì)DEG進(jìn)行CMap分析顯示包括普萘洛爾，嘌呤霉素，氯苯那敏，甲地孕酮，塞莫司汀和阿卡西汀等六種藥物適用于高危乳腺癌患者(圖6D)。
6.基于10基因風(fēng)險(xiǎn)模型的列線圖構(gòu)建
為了建立一種定量預(yù)測(cè)OS的方法，作者開(kāi)發(fā)了用于預(yù)測(cè)術(shù)后1年，3年和5年OS的列線圖。列線圖中包括四個(gè)風(fēng)險(xiǎn)因素，包括年齡，分期，分子亞型和風(fēng)險(xiǎn)評(píng)分（圖7A）。校準(zhǔn)曲線顯示實(shí)際和預(yù)測(cè)的OS具有較高一致性（圖7B-D）。
討論
這項(xiàng)研究提供了一個(gè)新的10個(gè)DRG風(fēng)險(xiǎn)模型來(lái)預(yù)測(cè)乳腺癌的生存率。該模型對(duì)TNBC特別重要，有望預(yù)測(cè)藥物敏感性，因此有助于設(shè)計(jì)最佳治療策略以改善臨床預(yù)后。作者的研究結(jié)果進(jìn)一步強(qiáng)調(diào)了監(jiān)測(cè)和治療心理壓力在預(yù)防乳腺癌復(fù)發(fā)和轉(zhuǎn)移中的重要性，這對(duì)乳腺癌患者個(gè)性化管理和隨訪策略的制定具有重要的指導(dǎo)意義。
PXDNL是模型中的高風(fēng)險(xiǎn)基因，也是是抑郁癥患者的易感基因。MC5R是一種黑皮質(zhì)素受體，可以介導(dǎo)軸對(duì)晝夜節(jié)律和皮質(zhì)醇負(fù)反饋綜合信號(hào)的反應(yīng)。據(jù)報(bào)道，MC5R拮抗劑可以治療抑郁癥或廣泛性焦慮癥。MT3可能與丁香酚的抗抑郁樣活性有關(guān)，導(dǎo)致腦源性神經(jīng)營(yíng)養(yǎng)因子的表達(dá)增加。
這10個(gè)基因除了與抑郁癥有關(guān)，還與抑郁、焦慮和恐慌在內(nèi)的精神障礙相關(guān)。與沒(méi)有精神障礙的患者相比，患有抑郁癥，焦慮癥或恐慌癥的患者生活質(zhì)量下降，治療依從性差。已有的研究表明抑郁和焦慮會(huì)增加乳腺癌復(fù)發(fā)和死亡的風(fēng)險(xiǎn)。
研究發(fā)現(xiàn)，乳腺導(dǎo)管癌患者的MT3表達(dá)低于非惡性乳腺組織，有淋巴結(jié)轉(zhuǎn)移的乳腺癌患者的MT3水平低于無(wú)轉(zhuǎn)移的乳腺癌患者。此外，乳腺癌細(xì)胞系中MT3的表達(dá)低于正常人乳腺上皮細(xì)胞系。這些發(fā)現(xiàn)表明MT3可能與乳腺上皮細(xì)胞的惡性轉(zhuǎn)化和腫瘤進(jìn)展有關(guān)。除此之外，據(jù)報(bào)道，PXDNL和FOXD1參與了乳腺癌的發(fā)病機(jī)制，并且對(duì)預(yù)測(cè)預(yù)后具有重要意義，而FOXD1還與基底樣乳腺癌的預(yù)后顯著相關(guān)。
該模型與腫瘤浸潤(rùn)性免疫細(xì)胞有關(guān)，高?；颊咧蠱2巨噬細(xì)胞和嗜中性粒細(xì)胞的豐度顯著增加。眾所周知，細(xì)胞因子在腫瘤免疫微環(huán)境中起著至關(guān)重要的作用。本研究中的高?；颊呙庖咭种萍?xì)胞豐度較高，但M1巨噬細(xì)胞，幼稚B細(xì)胞，CD8 T細(xì)胞，靜息記憶CD4 T細(xì)胞，靜息樹(shù)突狀細(xì)胞，靜息肥大細(xì)胞和免疫抑制細(xì)胞因子（如TGFB1）的比例顯著降低。
此外，作者的研究為高危患者提供了潛在的治療選擇。事實(shí)證明，抗抑郁藥在乳腺癌中的應(yīng)用可能會(huì)降低死亡風(fēng)險(xiǎn)。然而，抗抑郁藥，如選擇性5-羥色胺再攝取抑制劑，可以降低他莫昔芬的有效性并增加死亡風(fēng)險(xiǎn)。因此，有必要進(jìn)行進(jìn)一步的研究以進(jìn)行驗(yàn)證。Acacetin是一種天然類黃酮，可抑制致癌雌激素代謝產(chǎn)物的分泌，以及腫瘤細(xì)胞的增殖，侵襲和遷移。其在乳腺癌治療過(guò)程中調(diào)節(jié)DRG的潛在作用值得進(jìn)一步探索。
