简单易懂,事半功倍。
提高接受率,人人国自然!

文献解读:乳腺癌免疫微环境预后

今天跟大家分享的是十一月份发表在Aging-US(5+)杂志上的一篇文章,

Bioinformatic profiling of prognosis-related genes in the breast cancerimmune microenvironment

乳腺癌免疫微环境中预后相关基因的生物信息学分析

在乳腺癌的微环境中,免疫细胞浸润与预后改善有关。在这项研究中使用了一系列生物信息学工具,针对不同的临床亚型乳腺癌,确定了合适的免疫得分方法,以发现乳腺癌的诊断和预后指标。

结果

一、在乳腺癌免疫微环境中选择淋巴细胞特异性激酶(LCK)的基因作为代表基因

TCGA获得具有不同乳腺癌亚型患者的基因表达数据,使用Spearman相关系数计算患者中不同免疫相关得分之间的相关性(图1A-1D)。在所有四种亚型的乳腺癌中,LCK元基因得分显示出最高的平均相关得分,因此选择LCK基因作为乳腺癌免疫微环境中的代表性基因。分析了在不同临床阶段的四种乳腺癌亚型患者中LCK基因水平的分布(图2A-2D)。TNBC ILCK基因表达明显上调,LCK高基因表达可能是TNBC的阳性预后因素。根据中位LCK基因水平将每种乳腺癌亚型患者分为两组,高和低LCK基因水平患者之间存在预后差异(图3A-3D),高表达组的预后均优于低表达组,四种亚型之间LCK元基因表达的显著差异(图3E)。在TNBC组中,LCK的中位基因得分显著高于其他组,这表明LCK的基因表达可以用作乳腺癌的预后指标。下载BRCA1BRCA2TP53PTEN上的单核苷酸多态性数据,将患者分为突变组和野生型组,确定这些组中每一个的LCK元基因表达(图4A-4D)。在BRCA2TP53PTEN突变体组中,LCK的基因表达明显高于野生型,但在BRCA1突变体和野生型之间没有显著差异,因此,LCK的基因可被视为代表性基因。

 1. 不同乳腺癌亚型患者不同免疫得分之间的相关性

 2. 不同临床阶段患者的LCK基因表达得分 

3. LCK基因表达得分与预后之间的关系

 4. LCK元基因得分与基因突变之间的相关性

 

二、LCK元基因相关基因模块中代表性基因的筛选

层次聚类分析得到1146个样本,使用加权基因共表达网络分析(WGCNA)构建加权共表达网络,分析产生了34个模,将7530个转录物分配给34个共表达模块,计算这34个模块的特征向量与LCK元基因得分之间的相关性。LCK元基因得分与红色模块,品红色模块具有很高的相关性,对这两个模块进行KEGG富集。红色模块富集了与免疫各个方面相关的52条通路(图5A),品红色模块富集了13条通路(图5B),分析模块基因之间的相关性,确定了这些基因在TCGA乳腺癌患者中的相关分布(图3)。在这两个模块之间选择最大相关系数> 0.79162个基因,这些基因可能与LCK元基因的成员相关。

5. 基因KEGG通路富集分析

 

三、鉴定高和低LCK基因表达组中的差异表达基因(DEG

使用R软件包中的DESeq2函数来分析高和低LCK基因表达组之间的遗传差异,并获得403DEG(图6)。在LCK高基因表达组中,上调的基因明显多于下调的基因。

 图6. DEG的火山图

 

四、与乳腺癌免疫微环境有关的预后标志物的研究

整合来自LCK基因两个最相关模块的162个基因以及高和低LCK基因表达组之间的403DEG,整合筛选后产生115个基因(图7A)。使用RclusterProfiler对这些基因进行KEGG富集分析(图7B),42个基因富集了26个基因。使用RSTRINGdb分析这115个基因的蛋白质网络相互作用,将这些基因映射到STRING数据库后,获得了关系网络(图7C)。分析网络中节点的程度分布(图7D),发现每个节点的程度都很高,这表明这些基因密切相关。进行单变量生存分析选择了28个基因,这些基因的高表达与预后良好相关。将临床阶段作为协变量纳入分析中,并最终获得22个独立的预后因素1。使用g:profiler分析这22个基因的GO术语(表213个基因富集了8个与免疫相关的GO术语根据22个预后相关基因的中位水平将TCGA的乳腺癌患者样本分为两组分析这22个基因的高表达组和低表达组之间的预后差异22个基因的高表达与低表达相比具有更好的预后。因此,这22个基因可用作与乳腺癌免疫微环境有关的新的预后标志物或治疗靶标。

7. 与乳腺癌免疫微环境有关的预后标志物

 1. 具有预后价值的基因

 2. 22种免疫相关基因的GO富集

 

五、22个免疫相关的预后基因与LCK基因成员的关联

提取TCGA乳腺癌患者LCK基因的42个基因成员和与免疫微环境有关的22个基因的表达谱对表达谱进行聚类分析。22个免疫相关预后基因的表达模式与LCK元基因的42个成员的表达模式非常相似。样品形成了三个明显的簇,进一步分析三组样品的表达分布表示顺序为Cluster2> Cluster1> Cluster3。分析三组之间的预后差异,发现五年生存率存在显著差异,Cluster2> Cluster1> Cluster3

 

六、外部数据验证

为了验证这22个基因的预后价值,使用Kaplan-MeierKM)绘图仪的乳腺癌数据集来分析这些基因的表达,使用KM平台上的可用数据评估了18个基因,并根据每个基因的中值mRNA水平将样品分为高表达组和低表达组。18个基因的KM曲线如图8所示。这18个基因的高表达与预后良好相关,与之前的分析结果一致。

图8. 免疫微环境相关基因与乳腺癌患者预后之间的关系

 

七、标本验证结果

分析五名乳腺癌患者的肿瘤和非肿瘤组织中22个与预后相关的基因的表达,在大多数情况下,倍数变化(T / N)小于0.05,表明该基因为在乳腺癌肿瘤中被下调。

除特别注明外,本站所有文章均为SCI666原创,转载请注明出处,谢谢。sci666 » 文献解读:乳腺癌免疫微环境预后

分享到: 更多 (0)

评论 抢沙发

  • QQ号
  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

SCI666 学习、交流、分享

生信分析交流群综合科研交流群
切换注册

登录

忘记密码 ?

您也可以使用第三方帐号快捷登录

切换登录

注册

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活