經(jīng)典預(yù)后模型套路發(fā)文量不斷上升，這篇4分文章有哪些巧思？

昵稱69125444 2021-01-28

展開全文

題目：Prognostic Implications of Novel Ten-Gene Signature in Uveal Melanoma

葡萄膜黑色素瘤10基因特征的預(yù)后價值

摘要

背景：葡萄膜黑色素瘤（UM）是成人中最常見的原發(fā)性眼內(nèi)癌?；蚪M學(xué)研究提供了有關(guān)UM的分子亞型和致癌驅(qū)動基因的信息，這些信息會提供新的治療策略。

方法：TCGA數(shù)據(jù)庫下載訓(xùn)練集TCGA-UVM，GEO數(shù)據(jù)集下載驗證集GSE22138。使用Kaplan-Meier分析和單變量Cox回歸模型初步篩選預(yù)后基因，使用LASSO構(gòu)建多基因特征。隨后使用Kaplan-Meier，Cox和ROC分析對驗證集進(jìn)行驗證。通過Spearman檢驗評估拷貝數(shù)變異和風(fēng)險打分的相關(guān)性。GSEA和免疫浸潤分析這些基因的功能注釋和在腫瘤微環(huán)境中的作用。

結(jié)果：構(gòu)建10基因特征并通過Kaplan-Meier分析揭示總生存期，無進(jìn)展生存期和五轉(zhuǎn)以生存的差異。通過Cox回歸分析證明10基因特征是獨立的危險因素。此外，ROC分析表明，作者構(gòu)建的10基因特征預(yù)測預(yù)后的效果更好。10基因特征與3號染色體，8q,6q和6p顯著相關(guān)。此外，GSEA和免疫浸潤分析表明，這10個基因與免疫相關(guān)通路和腫瘤環(huán)境顯著相關(guān)。

結(jié)論：10基因特征可以準(zhǔn)確鑒定患者預(yù)后并與免疫優(yōu)勢腫瘤環(huán)境密切相關(guān)，這可能為UM患者提供個性化的預(yù)后預(yù)測和新的治療方法。

流程圖

結(jié)果

1. 數(shù)據(jù)的獲取和整理

從TCGA Xena Hub數(shù)據(jù)庫獲取包含80個UM患者的表達(dá)譜數(shù)據(jù)命名為TCGA-UVM。從GEO數(shù)據(jù)庫獲取包含63個UM患者的表達(dá)譜數(shù)據(jù)GSE22138。TCGA-UVM作為訓(xùn)練集，GSE22138作為驗證集。

2. 臨床特征

訓(xùn)練集TCGA-UVM和驗證集GSE22138的臨床特征見表1。

表1 本研究涉及患者的臨床特征

3. 訓(xùn)練集構(gòu)建的預(yù)后特征

使用Kaplan-Meier分析訓(xùn)練集基于總生存期、疾病特異性生存期和無進(jìn)展生存期篩選預(yù)后基因，設(shè)置閾值P＜0.0001為顯著基因，篩選得到423個基因。進(jìn)行單因素Cox回歸分析篩選潛在預(yù)后基因，設(shè)置閾值P＜0.0001位顯著基因，得到283個基因。將兩個基因集取交集得到110個基因作為下一步分析的潛在預(yù)后基因。進(jìn)行LASSO Cox回歸分析并計算回歸系數(shù)，基因的回歸系數(shù)見圖1A。該模型包含10個基因時，其性能最佳（圖1B）。基因的回歸系數(shù)和在基因組上的位置見表2。

圖1 LASSO回歸分析構(gòu)建預(yù)后基因特征

表2 預(yù)后基因特征的基因

3. 訓(xùn)練集和驗證集10基因特征的預(yù)后價值

根據(jù)基因表達(dá)水平和基因的風(fēng)險系數(shù)計算患者的風(fēng)險打分。根據(jù)風(fēng)險打分中位數(shù)將患者分為高風(fēng)險組和低風(fēng)險組。使用Kaplan-Meier分析評價兩組的生存差異，Cox回歸分析和ROC分析評估10基因特征的預(yù)后價值。訓(xùn)練集患者的風(fēng)險打分，總生存期和10基因的表達(dá)水平見圖2A。高風(fēng)險組死亡人數(shù)更多，生存時間較短，熱圖顯示SIRT3,HMCES,SLC44A3,TCTN1,STPG1,POMGNT2和RNF208在高危組表達(dá)水平較低，而ANXA2P2,ULBP1和CA12在高危組表達(dá)水平較高。此外，作者分析10基因特征預(yù)后無進(jìn)展生存期的性能。如圖2B所示，高風(fēng)險組發(fā)生更多事件并且生存期較短。該組的生存模式與預(yù)測結(jié)果一致。此外，使用驗證集檢測10基因特征對無轉(zhuǎn)移生存期的預(yù)測能力，結(jié)果表明高風(fēng)險組發(fā)生轉(zhuǎn)移事件更多，生存期更短（圖2C）。

圖2 10基因特征

Kaplan-Meier生存分析表明高風(fēng)險組患者的總生存期較差（圖3A），無進(jìn)展生存期不良（圖3B）。驗證集分析結(jié)果與訓(xùn)練集結(jié)果一致（圖3C）。

圖3 基于10基因特征的Kaplan-Meier生存分析

單因素和多因素Cox回歸分析表明10基因特征與總生存期和無進(jìn)展生存期顯著相關(guān)（圖4A和4B）。對驗證集進(jìn)行單因素和多因素Cox回歸分析表明10基因特征與無轉(zhuǎn)移生存期顯著相關(guān)（圖4C）。這些結(jié)果表明10基因特征是獨立變量。

圖4 單因素和多因素Cox分析結(jié)果森林圖

隨后，作者使用ROC分析評估10基因特征預(yù)測預(yù)后的性能。10基因特征預(yù)測總生存期ROC曲線下面積（AUC）最大，AUC為0.916（圖5A）。10基因特征預(yù)測無進(jìn)展生存期的ROC曲線下面積（AUC）為0.739（圖5B）。驗證集結(jié)果與其一直（圖5C）。

圖5 ROC分析

使用相關(guān)性分析評估10基因特征和拷貝數(shù)變異的關(guān)系。結(jié)果表明，10基因特征與3號染色體8q,6q和6p的拷貝數(shù)顯著相關(guān)（圖6）。

圖6 10基因特征與拷貝數(shù)變異的相關(guān)性

4. 10基因特征的GSEA分析

由于10基因特征的風(fēng)險打分和UM患者的預(yù)后呈負(fù)相關(guān)。分別對高風(fēng)險組和低風(fēng)險組進(jìn)行GSEA分析。高風(fēng)險組中的基因在免疫反應(yīng)，炎癥反應(yīng)，糖酵解和IL-6/JAK相關(guān)等通路顯著富集（圖7）。

圖7 GSEA分析

5. 風(fēng)險打分與腫瘤浸潤免疫細(xì)胞（TICs）比例的相關(guān)性

為進(jìn)一步評估風(fēng)險打分和免疫微環(huán)境的相關(guān)性，作者使用CIBERSORT分析腫瘤浸潤免疫亞群的比例（圖8）。結(jié)合相關(guān)性分析（圖9A）和差異分析結(jié)果（圖9B），共有三個TIC與10基因特征風(fēng)險打分有關(guān)（圖9C）。其中活化CD4記憶T細(xì)胞與風(fēng)險打分呈正相關(guān)，單核細(xì)胞和肥大細(xì)胞與風(fēng)險打分呈負(fù)相關(guān)。

圖8 相關(guān)性分析

圖9 TICs比例與10基因特征風(fēng)險打分的相關(guān)性

結(jié)論

作者的研究構(gòu)建了UM的10基因特征，是對TCGA和GEO數(shù)據(jù)庫的全面分析。10基因特征與UM預(yù)后有關(guān)，可以準(zhǔn)確預(yù)測患者的預(yù)后風(fēng)險。作者通過驗證集對10基因特征進(jìn)行驗證。此外，富集分析和免疫浸潤分析表明，10基因與免疫優(yōu)勢腫瘤環(huán)境密切相關(guān)，這可能會促進(jìn)UM治療方法的開發(fā)。本文的亮點在于作者使用TCGA數(shù)據(jù)集構(gòu)建10基因特征可以準(zhǔn)確預(yù)測UM患者的預(yù)后并通過驗證集進(jìn)行驗證。但是本文也存在一定局限，例如本文選擇的數(shù)據(jù)集TCGA-UVM和GSE22138數(shù)據(jù)集中樣本分布可能與臨床人群不一致，存在一定的偏好性。需要更多的實驗數(shù)據(jù)解釋構(gòu)建的10基因特征與UM患者的關(guān)系。