最新14分肿瘤分型纯生信,肿瘤分型生信依然火爆!

影响因子:13.99

本文属于单肿瘤分型思路,类似的分型文章我们也解读过很多。我们客户分型文章也接受很多。前两天刚接受一篇8+纯生信,只不过出于保密原因我们不做解读。

肿瘤分型文章比较重要的结论就是分型后构建的评分能够预测免疫治疗或者其他治疗的疗效。可以用于分型的基因集很多,比如焦亡,铁死亡,自噬,铜死亡,m7G,细胞衰老,各种代谢途径等等。

如果想做类似的分析,可以联系小编咨询。

生信分析咨询
请关注生信小课堂,全网同名

研究概述:
肝细胞癌(HCC)是最常见的癌症类型之一,其早期诊断率低,死亡率高。凝血级联反应在HCC的肿瘤免疫微环境(TME)中起着重要作用。本研究基于KEGG数据库中收集的凝血途径,在HCC患者中区分了两种凝血相关亚型。并且在TCGA队列中建立了一个凝血相关风险评分预后模型,同时验证了凝血相关风险评分在预后和免疫治疗中的预测价值。此外,还建立了列线图以促进该风险评分的临床应用。综上,该研究证实了HCC凝血和TME之间有明显的相关性,并且风险评分可以作为一个强大的预后生物标志物,这为患者的治疗选择提供了好处。

研究结果:

一、HCC中凝血相关基因(CRGs)的改变

1、对HCC中CRGs的基因特征进行可视化发现,约65.9%的患者发生了CRGs的DNA突变,CRGs的总体DNA突变水平为2~5%(图1A和B)。约66.57%的HCC患者至少有一个SCNA的CRGs(图1F),大多数具有高CNA频率的CRG倾向于共扩增而不是共缺失(图1G)。CNA患者中多个抑癌基因的比例较高,如TP53、PKHD1L1等(图1C)

2、K-M曲线显示,低CNA频率患者的OS和PFS比高CNA频率患者长(图1D和F)。这些结果提示SCNA是HCC中CRGs表达失调的主要原因。

二、HCC中凝血亚型的鉴定

1、基于TCGA中CRGs的表达水平,采用无监督聚类方法及PCA分析确定了两类凝血相关聚类。(图2A-B)

2、采用多种HCC队列来评估两组间的生存差异发现,聚类1的生存优势均高于聚类2。临床相关特征分析显示,两聚类在不同的临床特征上存在显著差异,热图显示了两种凝血亚型中不同表达的CRGs的转录组谱(图2C-E)。

三、凝血亚型的免疫景观

1、GSVA分析显示这两种亚型表现出不同的免疫浸润模式,证实了两个凝血簇中存在免疫通路的差异,簇1中高表达的DEGs在t细胞受体信号通路、b细胞受体信号通路、Th1和Th2细胞分化和Th17细胞分化中显著富集。(图3A-B)

2、使用ImmuneCellAI对两个聚类的TME进行分析发现,集群1亚型的特点是B细胞的高浸润而集群2的特点是高浸润DC、nTreg等细胞。(图3C)

3、免疫评分表明与聚类2相比,聚类1的样本也显示出显著更高的估计评分。(图3D)

4、在组织相容性复合体和T细胞刺激因子的关系中,除HLA-B和HLA-C外,簇1中主要组织相容性复合体和T细胞刺激因子的表达水平倾向于更高(图3E和F)。

5、在治疗效果相关评价中,簇1中PD-1、PD-L1、CTLA4等的表达水平和TMB、TIDE分数一样显著高于簇2。(图4A-C)

6、评估两种凝血亚型的药物敏感性发现,1组对免疫治疗反应较好,1组对化疗药物治疗效果良好(图4D)。

四、关键CRG的验证

1、构建CRG的PPI网络,从中识别出枢纽基因,并列出排名前20的基因。进一步利用不同数据集筛选出了3个关键的枢纽基因(图5A-D)

2、GSCA分析显示,三个关键crg在KIRC、KIRP、LIHC和THCA中均有扩增的表达模式,泛癌生存分析显示,关键的CRG在多种癌症中起着保护作用(图5E-F)。

3、基于两个HCC队列和两个VTE队列验证了三个关键CRGs的基因表达水平(图6A和B)。PIK3R1也是两个VTE队列中3个CRG中唯一差异表达的关键CRG。并且,SCNA和甲基化可能是HCC中PIK3R1表达上调的重要原因。(图6C-D)

4、Cox回归显示,只有PIK3R1可以作为HCC的良好保护因子。K-M曲线显示PIK3R1与HCC中的OS显著相关。多变量Cox回归显示,PIK3R1是一个独立的预后因素(图6E-G)。

五、对HCC预后预测的凝血相关基因

1、对队列中的所有患者构建预后模型,采用LASSO、Cox回归分析等方法选择11个凝血相关签名的NESs,建立凝血相关风险评分(CRRS)模型。并探究了11个凝血相关信号的表达水平与OS之间的关系(图7A-C)

2、Sankey图显示了CRRS、凝血亚型与生存状态的相关性,高CRRS组在死亡结局患者中所占比例高于存活患者,而集群2组在高CRRS患者中所占比例高于低CRRS患者(图7E)

3、与其他单因素cox回归模型相比,组合模型的c指数最高,与其他单一曲线相比,联合模型的ROC曲线下面积(AUC)最大,证明了联合模型的预后预测效率最好(图7F-G)。

4、在生存分析方面,将数据集的风险评分和生存状态的分布可视化,K-M曲线表明高危队列的OS比低风险队列更差(图10A-C)。

六、基于风险评分的HCC治疗策略

1、比较5种免疫检查点分子在高危组和低危组之间的表达情况发现,3种免疫检查点分子(PD-L1、CTLA4和LAG3)在高危人群组中显著上调,.IPS、IPS-CTLA4、IPS-PD1和IPS-PD1-CTLA4评分是评价检查点抑制剂有效性的定量指标,在高危组中较高。(图8A-B)。

2、其次,比较TMB、TME评分和TIDE评分在不同风险组中的分布发现,高危组的TMB和TME评分较高,而TIDE评分则相反(图8C-E)。

3、根据不同数据集数据表明,不同凝血亚型之间的应答亚型(CR、PR、SD和PD)存在显著性差异,高CRRS患者SD/PD比例较高,低CRRS患者CR/PR较多(图9H-I)。低IRPS亚型患者的OS明显长于低IRPS亚型患者(图9F-G)。

4、通过比较GSE104580中的CRRS,发现TACE反应组的CRRS高于TACE耐药组。ROC曲线显示CRRS对TACE耐药性具有很大的诊断价值(图9A-C)。

5、有PVTT的HCC患者CRRS高于无PVTT的患者,ROC曲线也证明CRRS能明确区分有无PVTT患者。并且,通过计算6种常见化疗药物的半抑制浓度值发现,高CRRS亚组对大多数药物都很敏感,并以此寻找对HCC治疗有用的小分子药物。(图9D-E)

七、CRRS可作为HCC的独立预后因子

1、通过单因素和多因素Cox回归分析发现,年龄、分期和CRRS是可以用来预测HCC患者预后的独立因素(图11A和B)。

2、根据以上预后因素,构建列线图,可用于预测HCC患者的死亡率,并在多队列中验证其良好性能(图11C-E)。

研究总结:
该研究表明,凝血亚型与HCC患者的预后和免疫微环境相关,并且利用多种生物信息学方法确定了凝血通路网络中的关键基因。并证实了凝血相关风险评分(CRRS)在HCC中的预后意义和免疫基因组学重要性,CRRS模型可作为HCC生存预测和治疗指导的有力工具。

你可能感兴趣的:(最新14分肿瘤分型纯生信,肿瘤分型生信依然火爆!)