掃碼聯(lián)系客服
今天跟大家分享的是發(fā)表在International Journal of Biological Sciences（IF: 6.580）上的一篇文章，主要是對SARS-CoV-2進入細胞所需受體ACE2和TMPRSS2在腎透明細胞癌(KIRC)和腎乳頭狀細胞癌(KIRP)癌癥進展中的關(guān)鍵作用進行分析。
SARS-CoV-2下調(diào)ACE2表達可通過代謝和免疫調(diào)節(jié)惡化KIRC和KIRP患者的預(yù)后Downregulation of ACE2 expression by SARS-CoV-2 worsens the prognosis of KIRC and KIRP patients via metabolism and immunoregulation
1.數(shù)據(jù)
（1）Genotype-Tissue Expression(GTEx)數(shù)據(jù)庫中31種人類正常組織的基因表達數(shù)據(jù)。
（2）TCGA中KIRC和KIRP的表達數(shù)據(jù)和預(yù)后數(shù)據(jù)。
（3）GEO數(shù)據(jù)庫中GSE30589和GSE59185數(shù)據(jù)，包括12個SARS-CoV感染的細胞樣本和9個對照樣本，以及3個SARS-CoV感染的小鼠肺組織樣本和3個正常小鼠肺組織樣本的基因組測序數(shù)據(jù)。
（4）Human Protein Atlas (HPA)數(shù)據(jù)中ACE2和TMPRSS2蛋白質(zhì)表達數(shù)據(jù)。
（5）Genomics of Drug Sensitivity in Cancer database (GDSC)數(shù)據(jù)庫中的藥物敏感性數(shù)據(jù)。
2. ACE2和TMPRSS2在多種人體組織中廣泛表達
GTEx數(shù)據(jù)顯示，ACE2在小腸、睪丸、腎臟和心臟組織中高表達，在胰腺、乳腺、食管、結(jié)腸和肺中中度表達(圖1A)。同樣，TMPRSS2在腎臟的表達水平高于肺(圖1B)。ACE2和TMPRSS2不僅在肺部的表達與SARS-CoV-2等疾病有關(guān)，同樣在整個人體中廣泛表達。
圖1. ACE2和TMPRSS2在多種人體組織中廣泛表達
3. 與癌旁組織相比，ACE2和TMPRSS2在KIRC和KIRP中發(fā)生差異表達
研究者進一步對KIRC和KIRP中ACE2和TMPRSS2的基因水平，蛋白水平和表觀水平進行分析。在KIRC和KIRP腫瘤組織中ACE2的基因表達和蛋白表達顯著上調(diào)(圖2A-C)。此外，與正常組織相比，腫瘤組織中ACE2啟動子的DNA甲基化水平在KIRC和KIRP中顯著下調(diào)(圖2D-E)。與正常組織相比，TMPRSS2在KIRC和KIRP中基因表達和蛋白表達均發(fā)生下調(diào)(圖3A-C),在KIRC和KIRP腫瘤樣本中的DNA甲基化水平顯著升高(圖3D-E)。
圖2. 腎部癌癥中ACE2表達水平的改變
圖3. 腎部癌癥中TMPRSS2表達水平的改變
研究者進一步基于TCGA數(shù)據(jù)集，通過Kruskal Wallis檢驗評估ACE2和TMPRSS2與臨床危險因素之間的相關(guān)性。在KIRC中，在女性和TNM早期患者中觀察到ACE2表達上調(diào)。在KIRP中，早期患者的ACE2和TMPRSS2的表達水平均高于晚期TNM患者。這些數(shù)據(jù)表明ACE2是早期診斷KIRC或KIRP的合適標(biāo)記物。
4.腎癌的臨床病理特征及其生存分析
單因素Cox回歸和多因素Cox回歸分析對KIRC和KIRP患者臨床病理因素與總生存率的相關(guān)性進行研究。單因素Cox回歸分析表明KIRC患者預(yù)后較差與年齡、T分期、TNM分期、腫瘤分級和ACE2表達顯著相關(guān)，KIRP患者中預(yù)后較差與T分期、TNM分期和ACE2表達顯著相關(guān)。多因素分析顯示TNM分期和ACE2表達均為KIRC 總生存時間（OS）的獨立危險因素。
生存分析表明，ACE2低表達的KIRC及KIRP患者的總生存率較差。ROC曲線顯示ACE2表達在KIRC (AUC=0.638)患者在中具有一般的預(yù)測能力，在KIRP (AUC=0.573)中預(yù)測能力較差(圖4A-D)。TMPRSS2的表達與總生存率無顯著相關(guān)性，而且TMPRSS2對KIRC或KIRP的預(yù)后均無預(yù)測作用(圖4E-H)。TNM分期在KIRC和KIRP中顯示出最佳的預(yù)測性能(圖4I-L)。
圖4.不同因素的生存分析及其預(yù)測效能
5.基于ACE2和臨床危險因素的腎癌預(yù)測模型
為建立準(zhǔn)確的預(yù)測模型，研究者將ACE2和總生存時間相關(guān)因素結(jié)合起來構(gòu)建列線圖生存預(yù)測模型。ROC曲線顯示，與單獨采用ACE2或TNM分期的模型相比，在KIRC中采用ACE2-TNM分級-年齡綜合的列線圖具有更好的預(yù)測能力(AUC=0.794，圖5A-B)。基于風(fēng)險評分對患者進行排序，以中位數(shù)為閾值將樣本劃分為高危組和低危組。高風(fēng)險評分患者的死亡率高，生存期較短(圖5C-D)。同樣，在KIRP中基于ACE2和TNM分期的預(yù)測模型有更高的預(yù)測效能(AUC=0.802，圖5E-F)，高風(fēng)險組患者預(yù)后更差(圖5G-H)。
圖5.整合預(yù)測模型在KIRC和KIRP中的分類效能
6.ACE2相關(guān)的通路分析和共表達網(wǎng)絡(luò)分析
基于ACE2與腎癌預(yù)后之間的相關(guān)性，研究者進一步分析ACE2對KIRC或KIRP進展影響的可能機制。基于腫瘤樣本中ACE2的表達進行GSEA富集分析。研究者發(fā)現(xiàn)大部分代謝相關(guān)通路在高風(fēng)險組中上調(diào)(圖6A-D)，與脂肪酸代謝、脂肪生成、血紅素代謝、氧化磷酸化和過氧化物酶體等代謝相關(guān)生物學(xué)過程顯著相關(guān)。
圖6. 基于ACE2表達在KIRC和KIRP中的GSEA富集分析
基于WGCNA包對在KIRC和KIRP中與ACE2共表達的基因（相關(guān)性>0.5）進行分析，通過Cytoscape對共表達基因進行可視化(圖7A-B)。其中有7個參與調(diào)節(jié)代謝和膜轉(zhuǎn)運功能的基因在KIRC和KIRP中均與ACE2表達正相關(guān)，與TMPRSS2的表達呈弱負相關(guān)。同時，ACE2與TMPRSS2表達表現(xiàn)出弱負相關(guān)(圖7C-D)。接著，研究者對這些基因與患者生存之間的關(guān)系進行分析。與ACE2表現(xiàn)一致，7個基因的低表達與KIRC患者生存較差相關(guān)，而其余4個基因(RAB3IP、SLC3A1、AFTPH和CLTRN)與KIRP患者生存相關(guān)。以上結(jié)果進一步表明ACE2與代謝過程密切相關(guān)，是腎癌預(yù)后良好的生物標(biāo)志物。
圖7.ACE2的共表達分析
7.基因表達與藥物敏感性的相關(guān)性分析
整合GDSC數(shù)據(jù)庫中癌細胞系的藥物敏感數(shù)據(jù)和基因表達譜數(shù)據(jù)，基于Spearman相關(guān)性分析對基因表達與藥物敏感性之間的相關(guān)性進行探索。正相關(guān)表明基因高表達與藥物耐藥相關(guān)，反之亦然。研究者發(fā)現(xiàn)ACE2、SLCO4C1、SLC3A1低表達與多種藥物耐藥相關(guān)，而TMPRSS2高表達則與耐藥相關(guān) (圖8)。以上結(jié)果揭示出腎癌潛在的治療靶點。
圖8.基因表達與藥物敏感性的相關(guān)性分析
8.ACE2與免疫標(biāo)志物相關(guān)性分析
ACE2是RAS家族的主要成員之一，在高血壓、糖尿病等多種疾病中發(fā)揮重要作用。相反，負責(zé)ACE2生成的Ang1-7則具有抗炎作用。因此，研究者進一步研究ACE2與KIRC和KIRP中不同免疫細胞標(biāo)記物之間的相關(guān)性。ACE2在KIRC和KIRP中與CD79A，M1巨噬細胞等免疫相關(guān)細胞浸潤負相關(guān)。
9.SARS-CoV病毒感染后ACE2表達改變
考慮到ACE2在腎癌預(yù)后以及在SARS-CoV-2感染中的重要作用，研究者進一步探討冠狀病毒對ACE2的影響。研究者從GSE30589和GSE59185數(shù)據(jù)中獲得SARS-CoV感染后ACE2的表達變化。ACE2在感染SARS-CoV小鼠的Vero E6細胞和肺組織中表達明顯下調(diào)(圖9A-B)，說明由于SARS-CoV和SARS-CoV-2具有高度的同源性，ACE2的表達也可能被SARS-CoV-2降低。
圖9. SARS-CoV病毒感染后ACE2表達改變
今天的內(nèi)容就是這些，是不是思路超級簡單清晰呢？最后讓我們再來對這篇文章進行一下總結(jié)吧，研究者發(fā)現(xiàn)ACE2在多種人體組織中廣泛表達，其中在腎臟中表達程度較高，且與癌旁組織相比在KIRC和KIRP中表達上調(diào)，與預(yù)后較差相關(guān)。接著基于ACE2表達和臨床危險因素構(gòu)建腎癌預(yù)測模型，并基于GSEA富集分析識別與ACE2表達相關(guān)的生物學(xué)過程，基于WGCNA構(gòu)建ACE2的共表達網(wǎng)絡(luò)。最后基于GDSC數(shù)據(jù)對ACE2及其相關(guān)基因表達與藥物相應(yīng)之間的關(guān)系進行分析。
本文是一篇還算典型的單基因分析文章，思路簡單易學(xué)，非常適合初學(xué)者學(xué)習(xí)和模仿，感興趣的同學(xué)可以嘗試下，不同的基因+不同的癌型+不同的分析方法就又是一篇完全不同的文章咯！正在投稿的同學(xué)也可以關(guān)注下International Journal of Biological Sciences，對生物信息研究非常友好，最新影響因子已經(jīng)蹭蹭蹭漲到6+分了哦。
