哈嘍,大家好,小編今天給大家分享一篇文章是今年四月發(fā)表在Frontiers in Oncology雜志的,題為‘Establishment and validation of a ferroptosis-related prognostic signature for hepatocellular carcinoma’.
一背景
肝細胞癌 (HCC) 是常見原發(fā)性肝癌之一,常預(yù)后不佳。 HCC 的主要特點是其診斷時間晚、容易轉(zhuǎn)移和復(fù)發(fā)率高。 盡管有更先進的治療技術(shù),但HCC的總體發(fā)病率和死亡率持續(xù)上升,HCC的預(yù)后仍很差。
鐵死亡于 2012 年首次提出的,典型形態(tài)學(xué)特征包括線粒體異常和壞死樣變化。 主要通過外源性和內(nèi)源性途徑調(diào)節(jié)膜轉(zhuǎn)運蛋白和抗氧化酶的作用來調(diào)節(jié)細胞對鐵死亡的敏感性。 鐵死亡相關(guān)基因 (FRG) 可分為 3 類:鐵死亡抑制因子 (SOF)、鐵死亡驅(qū)動因子 (DOF) 和其他基因。大量研究表明,鐵死亡在腫瘤發(fā)生過程中具有促進和抑制腫瘤的雙重作用,這不僅取決于癌基因和腫瘤抑制因子,還取決于損傷相關(guān)分子模式 (DAMP) 的釋放。 鐵死亡損傷可引發(fā)炎癥,進一步促進腫瘤細胞侵襲和轉(zhuǎn)移,也可導(dǎo)致腫瘤微環(huán)境中與炎癥相關(guān)的免疫抑制,這可能有助于腫瘤生長。因此,作者進行了此項研究來說明 DOFs 誘導(dǎo)的鐵死亡對 HCC 預(yù)后有影響。本研究的數(shù)據(jù)集信息和工作流程如圖 1 所示。
圖1
二結(jié)果
1. 差異表達基因的鑒定
作者首先從 TCGA 數(shù)據(jù)庫中下載了 424 個樣本,其中包含 50 個正常樣本和 374 個 HCC 樣本。 經(jīng)過差異分析,在腫瘤和正常樣本之間篩選了7597個差異表達基因(圖 2A)。 此外,從 FerrDb 獲得了 264 個差異表達的氧化應(yīng)激基因(DOFs)。 將差異表達基因和 DOFs取交集后,作者篩選出 70 個差異表達的 DOFs(圖 2B)。
2. 預(yù)后模型的構(gòu)建與驗證
作者最終納入304 個樣本,并將 HCC 樣本按 7:3 的比例隨機分為訓(xùn)練集和測試集。隨后作者對訓(xùn)練集中的 70 個 DOFs基因 進行了單變量 Cox 回歸分析。 結(jié)果表明,23 個 DOFs 具有統(tǒng)計學(xué)意義 (p<0.05),可能具有預(yù)后價值。 隨后,作者進行了 LASSO Cox 回歸分析(圖 2C、D)。 最后,確定了由 G6PD、HRAS、NRAS、TIMM9 和 MYCN 組成的五個基因(圖 2E)。 正常組織和腫瘤組織之間的熱圖顯示了這五個基因的表達的表達(圖 2F)。
圖2
根據(jù)風(fēng)險評分的中值將訓(xùn)練集中的患者分為低風(fēng)險組和高風(fēng)險組。 Kaplan-Meier 曲線顯示,高風(fēng)險組患者與較差的總生存期顯著相關(guān)(圖 3A)。 結(jié)果也在測試集和總數(shù)據(jù)集中得到驗證(圖 3B、C)。 訓(xùn)練集中的 AUC 分數(shù)分別為 0.815、0.693 和 0.678,1 年、2 年和 3 年的臨界值分別為 1.714、2.012 和 2.012(圖 3D)。 對于測試集,1 年、2 年和 3 年的 AUC 分數(shù)分別達到 0.837、0.756 和 0.754,臨界值為 1.278。 (圖 3E)。 整個數(shù)據(jù)集的 AUC 評分均高于 0.69,1 年、2 年、3 年的臨界值分別為 1.714、2,050 和 1.704(圖 3F)。 訓(xùn)練集和兩個驗證集中五個基因的風(fēng)險評分、生存時間和生存狀態(tài)以及基因表達如圖3G-I所示。 總的來說,這些結(jié)果表明了預(yù)后模型的準確性和穩(wěn)健性。
圖3
3.預(yù)后與臨床之間的關(guān)系
作者評估了風(fēng)險模型在具有不同臨床特征亞組的總數(shù)據(jù)集中的預(yù)后意義。 可以看出在高風(fēng)險組中年齡和分期都有意義(圖 4A-F)。 分層分析結(jié)果證實了模型在亞組中的適用性。 作者還分析了五個基因在不同腫瘤等級中的表達。 結(jié)果表明,除 MYCN 外,大多數(shù)基因在 G3 和 G4 中上調(diào)(圖 4G-K)。 這表明預(yù)后特征與腫瘤分級顯著相關(guān)。
圖4
4. 預(yù)后基因的外部驗證
作者選取了兩個外部數(shù)據(jù)集 GEO (GSE14520) 和 ICGC 數(shù)據(jù)集進行驗證。 Kaplan-Meier 曲線表明,高風(fēng)險組患者的總體生存率低于低風(fēng)險組患者(圖 5A、B)。 根據(jù) ROC 分析,GEO 隊列在 1、2 和 3 年時的 AUC 分數(shù)分別為 0.641、0.629 和 0.607(圖 5C)。 對于 ICGC 隊列,1 年、2 年和 3 年的 AUC 分數(shù)分別達到 0.637、0.606 和 0.601(圖 5D)。 與TCGA數(shù)據(jù)集一致,GEO隊列和ICGC隊列各患者風(fēng)險評分和生存狀態(tài)分布趨勢相同,高危組G6PD、HRAS、NRAS、MYCN和TIMM9表達增加(圖5E、F)。
圖5
5. 列線圖的構(gòu)建和驗證
作者利用單變量和多變量Cox回歸分析來確定風(fēng)險評分和其他臨床病理因素是否是HCC預(yù)后的獨立因素。 單變量 Cox 分析結(jié)果顯示,分期、病理 T 和風(fēng)險評分與 OS 顯著相關(guān)(圖 6A)。 同時,只有風(fēng)險評分在多變量 Cox 分析中顯示出相似的結(jié)果(圖 6B)。 這些結(jié)果表明,風(fēng)險評分可作為 HCC 的獨立預(yù)后因素。 根據(jù) TCGA總數(shù)據(jù)集中的單變量和多變量分析結(jié)果,建立列線圖(圖 6C)。 1 年、2 年和 3 年總生存預(yù)測的 AUC 分別為 0.819、0.710 和 0.691(圖 6D)。 以上結(jié)果驗證了列線圖預(yù)測HCC患者預(yù)后的準確性。
圖6
6.功能富集分析
GO-BP富集分析表明,這些高危組和低危組之間的DEGs主要富集在核分裂和有絲分裂核分裂中。 在 GO 細胞成分 (GO-CC) 分析中,這些 DEGs 在染色體區(qū)域、染色體和著絲粒區(qū)域中顯著富集。 對于 GO-分子功能 (GO-MF) 分析,這些 DEGs 與類固醇羥化酶活性、花生四烯酸單加氧酶活性等相關(guān)(圖 7A、B)。KEGG通路富集分析顯示,高危組在剪接體、堿基切除修復(fù)、RNA降解和卵母細胞減數(shù)分裂等方面顯著富集(圖7C)。 同時,高危組患者也參與了P53等腫瘤相關(guān)信號通路(圖7C)。 此外,低風(fēng)險組也參與了多個代謝過程,包括補體和凝血級聯(lián)反應(yīng)、初級膽汁酸生物合成、藥物代謝細胞色素P450、脂肪酸代謝和視黃醇代謝(圖7D)。 此外,GSEA 分析以及反應(yīng)組通路表明,與高危人群相關(guān)的通路主要集中在轉(zhuǎn)錄調(diào)控和 SARS-CoV-2(包括 TP53 的轉(zhuǎn)錄調(diào)控、tRNA 加工、SARS-CoV-2 感染)(圖 7E)。 在低風(fēng)險組中,富集的反應(yīng)組通路也參與了代謝過程,例如支鏈氨基酸分解代謝、按底物類型排列的細胞色素 P450 和化合物的 I 相功能化(圖 7F)。
圖7
7.蛋白質(zhì)-蛋白質(zhì)網(wǎng)絡(luò)的構(gòu)建
作者利用Cytoscape軟件的CytoHubba功能尋找G6PD和MYCN的hub基因。 結(jié)果表明,ENO2是G6PD和MYCN的交集(圖8A)。
8. 基因突變分析
作者從 TCGA 數(shù)據(jù)集下載突變數(shù)據(jù)后,發(fā)現(xiàn)高風(fēng)險組和低風(fēng)險組之間的 TMB 沒有顯著差異。 然而,高 TMB 和高風(fēng)險組患者的預(yù)后比其他組更差(圖 8F)。 瀑布圖顯示了兩個風(fēng)險亞組中的改變頻率最高的前 20 個基因(圖 8B、C)。此外,在這兩個組中,錯義突變、單核苷酸多態(tài)性 (SNP) 和 C> T突變分別為不同分類類別的主要突變類型(圖8D、E)。 作者還展示了中值變異和變異類型(圖 8D、E)。 在整個樣本中,5個預(yù)后基因的突變率都不高,只有NRAS和MYCN會發(fā)生突變(圖8G)。 錯義突變也是主要類型(圖8G)。
圖8
9. 風(fēng)險評分與免疫微環(huán)境的相關(guān)性
腫瘤微環(huán)境中的免疫細胞影響腫瘤的生物學(xué)行為。結(jié)果表明中性粒細胞、巨噬細胞、DCs 和 CD8+T 細胞與高風(fēng)險組相關(guān)(圖9A-D)。 然而,CD4+T 細胞和 B 細胞與風(fēng)險評分沒有顯著關(guān)系(圖 9E、F)。 此外,屬于高危組的HCC患者Treg細胞、Th1細胞、巨噬細胞、衰竭細胞和CD8+T細胞等免疫細胞比例較高,而幼稚CD8+T細胞、Th17細胞和單核細胞比例較低(圖9G)。
圖9
10. 免疫治療反應(yīng)和免疫檢查點
作者探討了風(fēng)險評分與四種免疫檢查點基因(PDCD1、CTLA4、LAG3 和 VEGFA)之間的關(guān)聯(lián)。 結(jié)果顯示免疫檢查點的表達存在統(tǒng)計學(xué)顯著差異,在高風(fēng)險組中更高(圖 10A-D)。同樣,這些 ICG 的表達在高風(fēng)險組中更高(圖 10G)。 作者還發(fā)現(xiàn),與 T 細胞組相比,G6PD、NRAS 和 HRAS 可能與腫瘤細胞/APC/DC 組中的大多數(shù) IGC 呈中度正相關(guān)(圖 10H)。 作者使用了 TIDE 算法進一步評估患者對免疫治療的反應(yīng),可以看出TIDE 評分較低的患者可能會從免疫治療中受益(圖 10E、F)。
圖10
11.化療藥物敏感性
作者還通過比較高風(fēng)險組和低風(fēng)險組之間的 IC50 值來分析化學(xué)治療藥物的功效(圖 11)。 結(jié)果顯示,高危組患者絲裂霉素C、博來霉素、貝沙羅汀、吉西他濱、多柔比星和替比法尼的IC50均低于低危組患者,說明這些化療藥物可能對高危組患者有較好的療效。
圖11
12.風(fēng)險模型中基因的mRNA相對表達量
作者選擇了NRAS 和 HRAS這兩個基因進行 qPCR。 結(jié)果顯示這兩個基因在 HCC 和癌旁組織之間是有差異的(圖 12A、B)。
圖12
到這里這篇文章小編就介紹完了,本文結(jié)構(gòu)清晰,邏輯嚴謹,在這項研究中,在本研究中,作者首先從公共數(shù)據(jù)庫下載相應(yīng)數(shù)據(jù)。 隨后,建立了一個由五個 DOFs 組成的預(yù)后模型,并在測試集和總數(shù)據(jù)集中分別對其進行了驗證。 同時, 還比較了高危組和低危組之間的免疫浸潤、免疫治療反應(yīng)和化療藥物敏感性。 此外,作者通過定量實時 PCR (qRT-PCR) 分析,比較了這五個基因在腫瘤和正常組織中的表達情況。
綜上所述, 這五種鐵死亡基因顯示了 HCC 患者預(yù)后的潛力,可被視為這些患者免疫治療反應(yīng)的有價值的生物標志物。