掃碼聯(lián)系客服
經常看我們公眾號的小伙伴一定會發(fā)現(xiàn)，預后模型的構建生信人已經推出了多篇文章及分析思路，在這個生信越來越內卷的年代，預后模型真的就“老”了嗎？下面這篇2022年4月新發(fā)表在Frontiers in Immunology(IF=7.561)上的基因組不穩(wěn)定性相關的LncRNA預后模型會告訴你答案，一起來看看吧！
Construction of a Novel LncRNA Signature Related to Genomic Instability to Predict the Prognosis and Immune Activity of Patients With Hepatocellular Carcinoma
構建與基因組不穩(wěn)定性相關的新型 LncRNA 特征以預測肝細胞癌患者的預后和免疫活性
一.研究背景：
肝細胞癌(HCC)作為肝癌最主要的組織學亞型約占所有原發(fā)性肝癌病例的90%，是全球癌癥相關死亡的第三大原因。乙型肝炎病毒(HBV)感染、肝硬化等因素直接或間接的破壞DNA，進而產生突變和基因組的不穩(wěn)定性(GI)，促進癌癥的進展。多項研究發(fā)現(xiàn)GI決定癌細胞的行為及其對治療的反應，而LncRNAs被證明是GI調控腫瘤發(fā)生的重要因素，因此，作者通過TCGA HCC數(shù)據(jù)探索了GI相關的LncRNAs對HCC早期診斷及預后效能，并構建了一個新型的HCC預后模型。
二.主要結果
1.篩選基因組不穩(wěn)定性相關的LncRNAs
首先作者通過整理TCGA-HCC的體細胞突變譜，對患者的突變頻率按降序排列。將突變頻率最高和最低25%的患者分別分為基因組不穩(wěn)定(GU)組(n = 93)和基因組穩(wěn)定GS組(n = 90)。通過分析GU組和GS組的基因表達差異，通過秩和檢驗篩選出88個LncRNAs，鑒定為基因組不穩(wěn)定性相關的LncRNAs (GILncRNAs)(圖2A)。
接下來作者使用88個GILncRNAs通過無監(jiān)督聚類，將患者分為了基因組穩(wěn)定型(GS-like, n = 163)和基因組不穩(wěn)定型(GU-like, n = 211) (圖2B)。然后作者發(fā)現(xiàn)，與GS-like相比，GU-like的患者的體細胞突變頻率以及NOD2基因的表達水平明顯更高(圖2C、D)，上述的結果證實了作者篩選的LncRNA與GI相關。
2.GILncSig模型構建與評估
下一步作者將TCGA-HCC數(shù)據(jù)集隨機等分為訓練集和驗證集。通過再訓練集中使用單因素Cox回歸，在88個GILncRNAs中篩選得到了13個預后相關的GILncRNAs(圖3A)，最終在13個LncRNA中確定了5個LncRNA用于構建模型，模型命名為GILncSig。接下來作者在TCGA驗證集隊列中測試了GILncSig的預測性能，通過生存曲線作者發(fā)現(xiàn)高危組患者的總生存期顯著低于低危組患者。ROC曲線顯示GILncSig預測患者1、3、5年總生存率的AUC值分別為0.717、0.667、0.689(圖3B)。這在測試集中也得到了驗證(圖3C、D)。
作者還繪制了無病生存期(DFS)、疾病特異性生存期(DSS)和無進展生存期(PFS)的生存和ROC曲線(圖3E-G)。上述的結果均顯示，GILncSig對患者的預后具有良好的預測效能。
此外作者對GILncRNAs進行了突變相關分析。GILncSig表達值在三組高危組中均顯示上調趨勢，且隨著風險得分的增加，三個隊列中的體細胞突變數(shù)量及NOD2的表達水平均呈現(xiàn)上升的趨勢(圖4A-C)。
進一步在三個驗證隊列中對突變以及NOD2基因表達水平的分析顯示，高風險組的突變數(shù)量以及NOD2的表達水平均比較高(圖4D-I)，且高風險組TP53突變頻率也較低風險組顯著升高(圖4J)，這些結果在TCGA驗證集中均得到了驗證。在對TP53突變與患者的生存分析中作者發(fā)現(xiàn)了不同的現(xiàn)象，圖4K所示，在GU組中，TP53突變型患者與野生型患者的生存期并無較大差異；但在GS組中，TP53突變患者的預后明顯差于TP53野生型患者。這些結果均支持了作者所構建的GILncSig可以較好的預測肝癌患者的體細胞突變頻率及預后，獨立預后分析也顯示GILncSig風險評分和腫瘤分期是OS、DSS和DFS的獨立預測因素(圖5A-F)。
接下來作者為了了解GILncSig的適用性，對年齡、腫瘤分級等臨床因素進行了分層分析。在各個年齡分層及腫瘤分級GILncSig表現(xiàn)出了對HCC患者的廣泛適用性(圖6A-B)
下面作者繼續(xù)在ICGC隊列中將GILncSig與其他現(xiàn)有的肝癌患者預后模型進行比較。與4-甲基化LncRNAs模型(4-MDELs)、12-LncRNAs模型以及一個免疫相關的LncRNA模型相比，GILncSig在1年、2年、3年總生存期預測的AUC值均顯著高于其他模型(圖6C-E)。此外，再ICGC隊列中GILncSig中的MRI210HG基因的高表達預示了HCC患者的不良預后(圖6F)。
3.肝細胞癌中LUCAT1的表達與預后不良相關
作者基于回歸系數(shù)，發(fā)現(xiàn)GILncSig中LUCAT1是預測不良預后最重要的LncRNA。因此，作者在HCC中全面的研究了LUCAT1。首先，作者發(fā)現(xiàn)LUCAT1在HCC中顯著高表達(圖7A)，且高表達LUCAT1的HCC患者具有較差的預后(圖7B)；通過qRT-PCR，證實了LUCAT1基因mRNA在HCC組織中高表達(圖7C)。進一步，作者在肝癌細胞系中對LUCAT1進行基因敲除，干擾LUCAT1的表達后，肝癌細胞的細胞增殖率明顯低于對照組(圖7D-E)，且肝癌細胞的遷移能力顯著降低(圖7G、H)。
4.GILncSig的功能及與免疫及治療的全面研究
為了理解GILncSig影響GI的潛在機制，首先作者繪制了LncRNA-mRNA共表達網(wǎng)絡(圖8A)。然后，通過GO和KEGG富集分析作者發(fā)現(xiàn)，GILncSig相關的mRNA與多個GI發(fā)生的細胞組分及通路相關(圖8B、C)。
接下來，作者分析了GILncSig與TCGA-HCC隊列患者免疫狀態(tài)的相關性。ESTIMATE結果顯示，免疫評分沒有差異而基質和ESTIMATE打分有顯著差異(圖9A-C)；免疫細胞浸潤分析顯示高風險得分組與低風險得分組在多種免疫細胞浸潤比例上存在顯著差異(圖9D)。多個檢查點基因的表達在兩組間也具有顯著差異(圖9E)。這些結果表明，GILncSig具有評估肝癌患者的腫瘤免疫微環(huán)境和免疫檢查點基因的表達的潛力。
進一步作者又評估了GILncSig是否具有預測肝癌藥物治療的作用。作者發(fā)現(xiàn)，低風險組與多種化療藥物較高的IC50值顯著相關(圖10 A-D)，相比之下高危組患者僅對有限的化療藥物治療敏感(圖10E-G)。對于免疫治療，作者發(fā)現(xiàn)高風險組患者的TIDE評分顯著降低(圖10H)，提示高危組患者在接受免疫治療時可能獲得更多的臨床受益。在一個接受免疫治療的肝癌隊列中，作者還發(fā)現(xiàn)GILncSig中LINC00221基因表達高的患者對免疫治療的響應更好(圖10I)，且通過Western blotting發(fā)現(xiàn)抑制LUCAT1的表達可以降低PD-L1的蛋白表達(圖10J)。
全文總結：
到這里這篇文章就介紹完啦，總的來說整體文章框架邏輯清晰，每一步的分析也都是我們推過的預后模型文章的經典分析方法啦。生信分析部分通過篩選GI相關的LncRNAs并構建預后模型，多個隊列驗證及與其他模型進行比較，并將預后模型應用于多種免疫指標及肝癌化療、免疫治療的預測，抓住預后模型中關鍵的LncRNAS進行功能解讀，將整體工作做得十分全面。不僅局限于生信分析，作者巧妙的添加了幾個體外實驗對預后模型中的關鍵LncRNA在肝癌細胞系中的表達及對細胞功能進行解析，更進一步的豐富了文章內容，提高了研究深度，是一個非常不錯的預后模型研究工作呦！事實證明，在2022年只要分析做的全面，預后模型的構建仍然可以發(fā)表，一點也沒有“老”，也可以發(fā)的更高呦，小伙伴們快快動起來！
