掃碼聯(lián)系客服
各位小伙伴大家好呀！今天小編給大家?guī)淼氖墙衲?月9號剛剛發(fā)表在Frontiers in Oncology(IF=5.738)上的一篇細(xì)胞外基質(zhì)相關(guān)模型預(yù)測卵巢癌患者治療的文章，可謂是模板范文了，快來一起學(xué)習(xí)一下！
一.研究背景
卵巢癌(OC)是女性癌癥相關(guān)死亡的第五大原因。OC包括多種病理類型，上皮性O(shè)C是最常見的病理類型，由于未能早期診斷、轉(zhuǎn)移、復(fù)發(fā)和耐藥等原因?qū)е翺C患者預(yù)后不良。細(xì)胞外基質(zhì)(ECM)由不同的大分子組成，包括糖蛋白、膠原蛋白和蛋白聚糖，它們組裝成一個三維的超分子網(wǎng)絡(luò)，以調(diào)節(jié)細(xì)胞的生長、存活、運動和分化。研究表明，ECM與腫瘤微環(huán)境(TME)的形成有關(guān)，其失調(diào)可促進(jìn)腫瘤進(jìn)展。由于ECM與許多腫瘤患者的療效和預(yù)后相關(guān)，但在OC中并未得到深入研究。于是作者通過多種生物信息學(xué)方法開發(fā)了一種新的ECM評分(ECMS)模型，并評估了其準(zhǔn)確預(yù)測OC患者預(yù)后和對免疫治療反應(yīng)的能力，以期有助于OC患者的預(yù)后評估和個體化治療策略的制定，使更多的OC患者獲益。
二.主要結(jié)果
1. 候選ECM基因的鑒定
作者共下載了公共數(shù)據(jù)庫的三個OC隊列(TCGA-OV、ICGC-OV和Imvigor210)，以及從MsigDB網(wǎng)站上的hallmark數(shù)據(jù)集中得到的1028個ECM基因。通過WGCNA算法確定ECM相關(guān)基因構(gòu)建無標(biāo)度網(wǎng)絡(luò)，將無標(biāo)度拓?fù)鋽M合指標(biāo)設(shè)置為0.9，對應(yīng)的最優(yōu)軟閾值為8(圖1A)，共識別到46個模塊(圖1B)。Darkorange2模塊與ImmuneScore的相關(guān)系數(shù)為0.79，與ESTIMATEScore的相關(guān)系數(shù)為0.8，提示Darkorange2模塊在免疫細(xì)胞高浸潤的樣本中選擇性表達(dá)(圖1C)。
將1028個ECM基因和最相關(guān)基因模塊的669個基因取交集，得到61個候選ECM基因(圖1D)。進(jìn)一步通過單因素Cox回歸分析篩選得到10個獨立預(yù)后因素的候選ECM基因(圖1E)。為了全面分析這些基因，作者對候選ECM基因進(jìn)行功能富集分析，結(jié)果表明其主要富集于NABA基質(zhì)體相關(guān)信號通路(圖1F)。
2. ECMS模型的構(gòu)建與驗證
圖2A顯示，由CLEC5A、TGFB1、ADAM9、SPP1、CXCL9、CXCL11、CCL19、LTA這8個基因構(gòu)建的風(fēng)險模型效果是最好的，C-指數(shù)分別為0.603(訓(xùn)練集)和0.597(測試集)。基于最優(yōu)λ值0.01339134構(gòu)建了包含8個基因的風(fēng)險模型(圖2B)。生存分析顯示，在訓(xùn)練集中，高危組的OS較低危組短(圖2C)，測試集也顯示出相似的結(jié)果(圖2D)。
為了進(jìn)一步檢驗ECMS的有效性，作者對訓(xùn)練集和測試集進(jìn)行了ROC分析，訓(xùn)練集(圖2E)在第1、3、5年的AUC值分別為0.528、0.594和0.67，測試集(圖2F)的AUC值分別為0.571、0.635和0.684。tROC分析表明ECMS是OC患者的可靠預(yù)測指標(biāo)(圖2G, H)。
接下來作者分析了年齡、分期、ECMS和預(yù)后之間的關(guān)系。單因素Cox回歸分析顯示，ECMS為獨立危險因素(圖3A)；在多因素Cox回歸分析中，ECMS也表現(xiàn)出良好的預(yù)后(圖3B)。作者還構(gòu)建了nomogram圖來評估OC患者的生存概率(圖3C)，校準(zhǔn)曲線分析表明該nomogram圖是準(zhǔn)確的(圖3D)，且tROC分析顯示，nomogram圖的表現(xiàn)優(yōu)于其他變量(圖3E)。
3. 富集分析
作者計算了高ECMS得分組和低ECMS得分組間的差異表達(dá)基因(DEG)并進(jìn)行了富集分析，結(jié)果表明高ECMS組中升高的基因與跨突觸信號傳導(dǎo)、心臟發(fā)育、突觸可塑性調(diào)節(jié)、突觸前組裝和中間絲組織顯著相關(guān)(圖4A)；低ECMS組中升高的基因與同種異體移植排斥反應(yīng)、淋巴細(xì)胞活化的調(diào)節(jié)、免疫應(yīng)答的正向調(diào)節(jié)、SARS-CoV-2對濾泡B細(xì)胞的激活和適應(yīng)性免疫應(yīng)答顯著相關(guān)(圖4B)。
此外，高ECMS組的功能富集分析顯示，黏附連接、ECM受體相互作用、絲裂原活化蛋白激酶(MAPK)信號通路、癌癥通路、血管內(nèi)皮生長因子(VEGF)信號通路富集(圖4C)；在低ECMS組，抗原加工和呈遞、哮喘、自然殺傷細(xì)胞介導(dǎo)的細(xì)胞毒性、氧化磷酸化和原發(fā)性免疫缺陷富集(圖4D)。
4. 免疫景觀
ESTIMATE算法結(jié)果顯示，在兩個ECMS組之間的免疫評分有顯著差異，低ECMS組表現(xiàn)出更高的免疫活性(圖5A)。作者選擇CTLA-4、TIM-3、PD-1、PD-L1、PD-L2和LAG3作為免疫檢查點活性的生物標(biāo)志物，作者發(fā)現(xiàn)，低ECMS組的表達(dá)明顯更活躍(圖5B)。然后，作者分析了ECMS與ESTIMATE算法得到的評分的相關(guān)性以ECMS與免疫檢查點表達(dá)差異的關(guān)系，如圖5C所示。
隨后，作者評估了兩組免疫細(xì)胞浸潤率和途徑活性。作者發(fā)現(xiàn)，高ECMS組大部分免疫通路活性明顯降低(圖5D)；且在兩個ECMS組中，大多數(shù)免疫細(xì)胞(如T細(xì)胞、巨噬細(xì)胞、肥大細(xì)胞)的浸潤程度存在顯著差異(圖5E)。
5. 免疫治療反應(yīng)預(yù)測
在這一部分，作者分析了indel新抗原, SNV 新抗原, 新抗原和ECMS之間的相關(guān)性(圖6A、B)，結(jié)果表明SNV新抗原與ECMS呈顯著負(fù)相關(guān)，而indel新抗原與ECMS之間無相關(guān)性。
作者通過TIDE算法對免疫治療反應(yīng)進(jìn)行預(yù)測，結(jié)果顯示低ECMS組訓(xùn)練集抗PD-L1免疫治療的應(yīng)答率更高(圖6C、D)。作者接下來對TCGA集進(jìn)行ROC分析，AUC值為0.566(圖6E)。作者還發(fā)現(xiàn)，在Imvigor210隊列中，高ECMS組的OS比低ECMS組短(圖6F)；此外，新抗原與ECMS之間存在顯著的負(fù)相關(guān)(圖6G)。
6. 驗證ECMS基因在卵巢癌細(xì)胞系中的表達(dá)
在這一部分，作者評估了ECMS模型中基因的風(fēng)險系數(shù)。其中，CLEC5A是最強(qiáng)的危險因素，LTA是最強(qiáng)的保護(hù)因素(圖7A)。接下來作者通過RT-qPCR來驗證其結(jié)果，結(jié)果表明，CLEC5A、ADAM9、TGFB1在OC細(xì)胞株中高表達(dá)，而LTA、CCL19、CXCL11、CXCL9在OC細(xì)胞株中低表達(dá)。而SPP1在正常卵巢上皮細(xì)胞株和惡性卵巢上皮細(xì)胞株中的表達(dá)水平無差異(圖7B)。
到這里這篇文章就介紹完畢啦，總結(jié)一下：首先作者通過WGCNA等方法篩選得到了在卵巢癌中關(guān)鍵的ECM基因；然后構(gòu)建模型對樣本進(jìn)行分類，探討高低得分組患者微環(huán)境差異；最后，通過RT-qPCR驗證模型中關(guān)鍵基因在癌癥細(xì)胞系和正常細(xì)胞系間的表達(dá)差異。通篇邏輯清晰而且結(jié)果簡明扼要，還是我常說的那句話：生信分析加簡單實驗永遠(yuǎn)是短平快的發(fā)文利器！小伙伴們快快行動起來！
