掃碼聯(lián)系客服
大家好呀~相信大家都知道近年來鐵死亡、銅死亡的研究方向非?；鸨?。是不是感覺自己都已經(jīng)卷不動(dòng)啦？沒關(guān)系，今天小編要給大家分享的是一個(gè)近期比較新穎的生信方向：失巢凋亡。這篇文章于今年8月發(fā)表在《Frontiers in immunology》（IF：8.786）上，一起來學(xué)習(xí)一下吧~
背景介紹
失巢凋亡是一種由于細(xì)胞與細(xì)胞外基質(zhì)和其他細(xì)胞失去接觸而誘導(dǎo)的特殊的程序化細(xì)胞死亡形式，在機(jī)體發(fā)育、組織自身平衡、疾病發(fā)生和腫瘤轉(zhuǎn)移等方面起重要作用。失巢凋亡的觸發(fā)主要通過兩種凋亡途徑的相互作用發(fā)生，即內(nèi)在途徑（由細(xì)胞應(yīng)激誘導(dǎo)的線粒體事件）和外在途徑（由腫瘤壞死因子（TNF）和第一細(xì)胞凋亡信號(hào) (Fas) - 配體介導(dǎo)）。失巢凋亡在腫瘤侵襲和轉(zhuǎn)移中起著關(guān)鍵作用?？故С驳蛲鲆蜃拥拇嬖谂c腫瘤的侵襲性和耐藥性有關(guān)。
數(shù)據(jù)組成
1. TCGA數(shù)據(jù)庫中的TCGA-GBM隊(duì)列：RNA-seq數(shù)據(jù)、突變數(shù)據(jù)、臨床信息
2. GEO數(shù)據(jù)庫：IMvigor210隊(duì)列
3. GSEA：27個(gè)失巢凋亡相關(guān)基因列表
研究思路
該研究根據(jù)失巢凋亡相關(guān)基因表達(dá)將膠質(zhì)母細(xì)胞瘤（GBM）患者分為兩個(gè)不同亞型，對(duì)兩個(gè)亞型之間的腫瘤微環(huán)境、干性指數(shù)和臨床特征的差異進(jìn)行分析。利用差異分析、加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析、單變量Cox回歸、Lasso回歸篩選預(yù)后相關(guān)基因并構(gòu)建風(fēng)險(xiǎn)評(píng)分模型。利用免疫組織化學(xué)方法評(píng)估臨床樣本中特征基因的表達(dá)。最后在GBM以及泛癌中對(duì)風(fēng)險(xiǎn)評(píng)分與TME、干性、臨床特征和免疫治療反應(yīng)之間的關(guān)系進(jìn)行評(píng)估和驗(yàn)證。
結(jié)果
1. GBM中失巢凋亡相關(guān)基因的遺傳變異與表達(dá)
作者首先對(duì)27個(gè)失巢凋亡相關(guān)基因之間的相互作用進(jìn)行分析（圖1A）。體細(xì)胞突變數(shù)據(jù)的分析結(jié)果顯示，PIK3CA的突變率最高，其他基因的突變率相對(duì)較低（圖1B）。染色體定位分析可見失巢凋亡相關(guān)基因的拷貝數(shù)變異CNV改變（圖1C）。此外，圖1D結(jié)果顯示，失巢凋亡相關(guān)基因的CNV相關(guān)突變普遍存在。與正常組織相比，大多數(shù)失巢凋亡相關(guān)基因在 GBM 組織中顯著上調(diào)，并在GBM的CL、MES和PN亞型中存在顯著差異（圖1E）。生存分析顯示，PTK2、PIK3CA、PDK4、NTRK2和ITGA5的表達(dá)與GBM患者的總生存期具有顯著相關(guān)性（圖1F）。
2. PTK2和 ITGA5在臨床腫瘤組織中的表達(dá)驗(yàn)證
單變量Cox回歸分析的結(jié)果顯示，PTK2和ITGA5分別是GBM患者預(yù)后的有利和危險(xiǎn)因素。因此作者進(jìn)一步通過免疫組織化學(xué)(IHC)染色驗(yàn)證這兩個(gè)重要基因的表達(dá)情況。與前文結(jié)果一致，與腫瘤周圍組織相比，膠質(zhì)瘤中ITGA5蛋白水平顯著增加，而腫瘤中 PTK2水平降低（圖2）。
3. 失巢凋亡模式與腫瘤微環(huán)境、干性和臨床特征的相關(guān)性
作者首先利用NMF 算法將650例 GBM 患者分為兩組，即C1和C2（圖3A）。圖3B熱圖顯示了在C1和C2簇中失巢凋亡相關(guān)基因的表達(dá)情況。Kaplan–Meier (KM)分析顯示，C1和C2簇患者間的生存率存在顯著差異（圖3C）。同時(shí)，腫瘤微環(huán)境差異分析顯示，C1在幾種免疫細(xì)胞（如T細(xì)胞、CD8 T細(xì)胞，活化NK細(xì)胞，樹突狀細(xì)胞）浸潤中較為豐富（圖3D）。干性指數(shù)分析中，C2的mRNAsi和EREG-mRNAsi更接近于1，表明C2的膠質(zhì)母細(xì)胞瘤細(xì)胞與干細(xì)胞具有高度的相似性（圖3E）。接下來，作者確定了C1和C2亞型與臨床分型之間的相互關(guān)系，發(fā)現(xiàn)具有胞嘧啶磷酸鳥嘌呤(CpG)島甲基化表型(GCIMP)的GBM患者主要集中在C2（圖3F）。此外，KEGG通路分析顯示，Wnt信號(hào)通路在C1中更為活躍（圖3G-H）。
4. 風(fēng)險(xiǎn)評(píng)分的構(gòu)建和驗(yàn)證
作者通過WGCNA分析獲得了897個(gè)與失巢凋亡相關(guān)的差異基因，并最終確定了共表達(dá)模塊（圖4A-B）。單變量Cox回歸分析顯示，其中524個(gè)基因與GBM預(yù)后相關(guān)（圖4C）。通過LASSO算法，最終確定了9個(gè)基因，并用這9個(gè)基因構(gòu)建風(fēng)險(xiǎn)評(píng)分模型（圖4D-F）。KM分析顯示，訓(xùn)練集和測試集的風(fēng)險(xiǎn)得分越高，生存率越低（圖4G）。最后還驗(yàn)證了應(yīng)用ROC預(yù)測GBM患者的預(yù)后準(zhǔn)確性（圖4H）。
5. 基于GBM風(fēng)險(xiǎn)評(píng)分的列線圖
基于上述分析，作者根據(jù)高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)評(píng)分模型建立了一個(gè)列線圖用于預(yù)測GBM在1年、2年、3年和5年的生存概率(圖5A)，且不管在訓(xùn)練集還是測試集都效果良好（圖5B-D）。在免疫浸潤方面，低危險(xiǎn)組中存在幾種免疫相關(guān)因子表現(xiàn)顯著（圖5E）。同時(shí)，免疫檢查位點(diǎn)CD40LG，CD8A、JKA1、LDHB等在風(fēng)險(xiǎn)評(píng)分較低的患者中表達(dá)更為明顯，而IL12A、LDHA、LDHC、TNFRSF4、YTHDF1在風(fēng)險(xiǎn)評(píng)分較高的患者中表達(dá)顯著（圖5F）。低風(fēng)險(xiǎn)評(píng)分的GBM患者的mRNAsi和EREG-mRNAsi更接近于1，說明低風(fēng)險(xiǎn)評(píng)分的GBM患者與高風(fēng)險(xiǎn)評(píng)分的GBM患者的分化程度較低（圖5G）。此外，C1和C2之間的風(fēng)險(xiǎn)評(píng)分存在顯著差異（圖5H）。
6. 基于 TCGA 數(shù)據(jù)集的風(fēng)險(xiǎn)評(píng)分模型驗(yàn)證
為驗(yàn)證風(fēng)險(xiǎn)評(píng)分模型的有效性，作者接著對(duì)風(fēng)險(xiǎn)評(píng)分與臨床特征之間的相關(guān)性進(jìn)行分析（圖6A）。KM分析顯示，高風(fēng)險(xiǎn)基因的表達(dá)與較低的生存率相關(guān)（圖6B）。圖6C 顯示了高危組和低危組 GBM 患者不同臨床預(yù)后因素的比例。同時(shí)也驗(yàn)證了 ROC 基于風(fēng)險(xiǎn)評(píng)分預(yù)測 GBM 患者預(yù)后的準(zhǔn)確性（圖6D）。最后作者根據(jù)風(fēng)險(xiǎn)評(píng)分制作了一個(gè)列線圖，驗(yàn)證了該風(fēng)險(xiǎn)評(píng)分模型的有效性（圖6E）。
7. 風(fēng)險(xiǎn)評(píng)分模型的泛癌分析
為進(jìn)一步驗(yàn)證風(fēng)險(xiǎn)評(píng)分模型在不同癌癥中的可行性，作者又進(jìn)行了相關(guān)的泛癌分析，以評(píng)估不同癌癥之間風(fēng)險(xiǎn)評(píng)分模型的相似性和差異性。并計(jì)算了不同腫瘤中22個(gè)免疫細(xì)胞浸潤和干細(xì)胞指數(shù)與風(fēng)險(xiǎn)評(píng)分之間的相關(guān)性（圖7A-C）。
8. 風(fēng)險(xiǎn)評(píng)分與免疫治療反應(yīng)及藥物敏感性的相關(guān)性
為評(píng)估風(fēng)險(xiǎn)評(píng)分對(duì)預(yù)測免疫治療敏感性的影響，作者納入了一個(gè)晚期尿路上皮癌免疫治療隊(duì)列（IMvigor210隊(duì)列）。log-rank檢驗(yàn)顯示，高風(fēng)險(xiǎn)評(píng)分較高的患者生存時(shí)間較短（圖8A）。同時(shí)，無應(yīng)答組和有限應(yīng)答組（SD和PD）的患者比例相反，說明風(fēng)險(xiǎn)評(píng)分可以反映患者對(duì)免疫檢查點(diǎn)阻斷（ICB）治療的反應(yīng)（圖8B）。在高、低風(fēng)險(xiǎn)組與免疫表型關(guān)系的分析中，低風(fēng)險(xiǎn)組中炎癥反應(yīng)更為顯著（圖8C）。圖8D中的風(fēng)險(xiǎn)評(píng)分與腫瘤新抗原負(fù)擔(dān)的關(guān)系分析顯示，風(fēng)險(xiǎn)評(píng)分高、新抗原負(fù)擔(dān)低的患者生存時(shí)間最短。
評(píng)估風(fēng)險(xiǎn)評(píng)分對(duì)預(yù)測多種癌癥類型藥物敏感性的價(jià)值。通過對(duì)GDSC 數(shù)據(jù)庫中的31種藥物分析顯示，其中5種藥物敏感性與風(fēng)險(xiǎn)評(píng)分負(fù)相關(guān)，而26種藥物的敏感性呈正相關(guān)（圖8E）。最后，所選藥物靶向的信號(hào)傳導(dǎo)途徑分析結(jié)果顯示，敏感性與風(fēng)險(xiǎn)評(píng)分負(fù)相關(guān)的藥物靶向代謝和細(xì)胞凋亡調(diào)節(jié)信號(hào)通路（圖8F）。綜上，說明建立風(fēng)險(xiǎn)評(píng)分有助于探索正確有效的治療策略。
總結(jié)
作者利用失巢凋亡相關(guān)基因?qū)BM進(jìn)行分型，揭示了失巢凋亡相關(guān)基因與臨床特征、腫瘤微環(huán)境、干性、IDH突變和免疫治療之間的潛在關(guān)系，并基于失巢凋亡相關(guān)基因的差異表達(dá)構(gòu)建了一個(gè)風(fēng)險(xiǎn)評(píng)分模型來預(yù)測患者的預(yù)后以及對(duì)免疫治療的反應(yīng)。
本文最大的創(chuàng)新點(diǎn)還是在于分析方向。失巢凋亡在腫瘤中的研究目前相對(duì)較少，創(chuàng)新性較高，發(fā)文空間也大，現(xiàn)階段甚至還可以采用生信分析的手段套用鐵死亡的研究思路對(duì)失巢凋亡進(jìn)行分析。
參考文獻(xiàn)
Sun Z, Zhao Y, Wei Y, Ding X, Tan C, Wang C. Identification and validation of an anoikis-associated gene signature to predict clinical character, stemness, IDH mutation, and immune filtration in glioblastoma. Front Immunol. 2022 Aug 25;13:939523.
