生信分析丨經典預後模型發文量不斷上升，這篇4分+文章有哪些巧思

大家好！今天跟大家分享的文獻是2020年10月發表在frontiers in Oncology（IF=4。85）雜誌上的一篇文獻。文章使用訓練集TCGA-UVM資料構建10基因特徵並使用驗證集GSE22138進行驗證。10基因特徵與UM預後有關，可以準確預測患者的預後風險。

題目：

Prognostic Implications of Novel Ten-Gene Signature in Uveal Melanoma

葡萄膜黑色素瘤10基因特徵的預後價值

摘要

背景：

葡萄膜黑色素瘤（UM）是成人中最常見的原發性眼內癌。基因組學研究提供了有關UM的分子亞型和致癌驅動基因的資訊，這些資訊會提供新的治療策略。

方法：

TCGA資料庫下載訓練集TCGA-UVM，GEO資料集下載驗證集GSE22138。使用Kaplan-Meier分析和單變數Cox迴歸模型初步篩選預後基因，使用LASSO構建多基因特徵。隨後使用Kaplan-Meier，Cox和ROC分析對驗證集進行驗證。透過Spearman檢驗評估複製數變異和風險打分的相關性。GSEA和免疫浸潤分析這些基因的功能註釋和在腫瘤微環境中的作用。

結果：

構建10基因特徵並透過Kaplan-Meier分析揭示總生存期，無進展生存期和五轉以生存的差異。透過Cox迴歸分析證明10基因特徵是獨立的危險因素。此外，ROC分析表明，作者構建的10基因特徵預測預後的效果更好。10基因特徵與3號染色體，8q，6q和6p顯著相關。此外，GSEA和免疫浸潤分析表明，這10個基因與免疫相關通路和腫瘤環境顯著相關。

結論：

10基因特徵可以準確鑑定患者預後並與免疫優勢腫瘤環境密切相關，這可能為UM患者提供個性化的預後預測和新的治療方法。

流程圖：

結果

1. 資料的獲取和整理

從TCGA Xena Hub資料庫獲取包含80個UM患者的表達譜資料命名為TCGA-UVM。從GEO資料庫獲取包含63個UM患者的表達譜資料GSE22138。TCGA-UVM作為訓練集，GSE22138作為驗證集。

2. 臨床特徵

訓練集TCGA-UVM和驗證集GSE22138的臨床特徵見表1。

表1 本研究涉及患者的臨床特徵

3. 訓練集構建的預後特徵

使用Kaplan-Meier分析訓練集基於總生存期、疾病特異性生存期和無進展生存期篩選預後基因，設定閾值P＜0。0001為顯著基因，篩選得到423個基因。進行單因素Cox迴歸分析篩選潛在預後基因，設定閾值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後基因。進行LASSO Cox迴歸分析並計算迴歸係數，基因的迴歸係數見圖1A。該模型包含10個基因時，其效能最佳（圖1B）。基因的迴歸係數和在基因組上的位置見表2。

圖1 LASSO迴歸分析構建預後基因特徵

表2 預後基因特徵的基因

3. 訓練集和驗證集10基因特徵的預後價值

根據基因表達水平和基因的風險係數計算患者的風險打分。根據風險打分中位數將患者分為高風險組和低風險組。使用Kaplan-Meier分析評價兩組的生存差異，Cox迴歸分析和ROC分析評估10基因特徵的預後價值。訓練集患者的風險打分，總生存期和10基因的表達水平見圖2A。高風險組死亡人數更多，生存時間較短，熱圖顯示SIRT3，HMCES，SLC44A3，TCTN1，STPG1，POMGNT2和RNF208在高危組表達水平較低，而ANXA2P2，ULBP1和CA12在高危組表達水平較高。此外，作者分析10基因特徵預後無進展生存期的效能。如圖2B所示，高風險組發生更多事件並且生存期較短。該組的生存模式與預測結果一致。此外，使用驗證集檢測10基因特徵對無轉移生存期的預測能力，結果表明高風險組發生轉移事件更多，生存期更短（圖2C）。

圖2 10基因特徵

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

圖3 基於10基因特徵的Kaplan-Meier生存

單因素和多因素Cox迴歸分析表明10基因特徵與總生存期和無進展生存期顯著相關（圖4A和4B）。對驗證集進行單因素和多因素Cox迴歸分析表明10基因特徵與無轉移生存期顯著相關（圖4C）。這些結果表明10基因特徵是獨立變數。

圖4 單因素和多因素Cox分析結果森林圖

隨後，作者使用ROC分析評估10基因特徵預測預後的效能。10基因特徵預測總生存期ROC曲線下面積（AUC）最大，AUC為0。916（圖5A）。10基因特徵預測無進展生存期的ROC曲線下面積（AUC）為0。739（圖5B）。驗證集結果與其一直（圖5C）。

圖5 ROC分析

使用相關性分析評估10基因特徵和複製數變異的關係。結果表明，10基因特徵與3號染色體8q，6q和6p的複製數顯著相關（圖6）。

圖6 10基因特徵與複製數變異的相關性

4. 10基因特徵的GSEA分析

由於10基因特徵的風險打分和UM患者的預後呈負相關。分別對高風險組和低風險組進行GSEA分析。高風險組中的基因在免疫反應，炎症反應，糖酵解和IL-6/JAK相關等通路顯著富集（圖7）。

圖7 GSEA分析

5. 風險打分與腫瘤浸潤免疫細胞（TICs）比例的相關性

為進一步評估風險打分和免疫微環境的相關性，作者使用CIBERSORT分析腫瘤浸潤免疫亞群的比例（圖8）。結合相關性分析（圖9A）和差異分析結果（圖9B），共有三個TIC與10基因特徵風險打分有關（圖9C）。其中活化CD4記憶T細胞與風險打分呈正相關，單核細胞和肥大細胞與風險打分呈負相關。

圖8 相關性分析

圖9 TICs比例與10基因特徵風險打分的相

結論

作者的研究構建了UM的10基因特徵，是對TCGA和GEO資料庫的全面分析。10基因特徵與UM預後有關，可以準確預測患者的預後風險。作者透過驗證集對10基因特徵進行驗證。此外，富集分析和免疫浸潤分析表明，10基因與免疫優勢腫瘤環境密切相關，這可能會促進UM治療方法的開發。本文的亮點在於作者使用TCGA資料集構建10基因特徵可以準確預測UM患者的預後並透過驗證集進行驗證。但是本文也存在一定侷限，例如本文選擇的資料集TCGA-UVM和GSE22138資料集中樣本分佈可能與臨床人群不一致，存在一定的偏好性。需要更多的實驗資料解釋構建的10基因特徵與UM患者的關係。

版權宣告：本文轉自“生信發文助手”，文章轉載只為學術傳播，無商業用途，版權歸原作者所有，如涉及侵權問題，請聯絡我們，我們將及時修改或刪除。