1. sci666首页
  2. 文献解读

文献解读:单基因免疫分析

今天跟大家文献解读的是11月份发表在frontiers in oncology(IF:4.137上的一篇关于单基因免疫分析的文章
 
Prognostic and Immunological Role of FUN14 Domain Containing 1 in Pan-Cancer: Friend or Foe?
在泛癌中FUNDC1的预后和免疫学作用:敌是友
1泛癌单基因分析
Aberrant expression of embryonic mesendoderm factor MESP1 promotes tumorigenesis
胚胎中胚层因子MESP1的异常表达促进肿瘤发生
2乳腺癌-JAK1作为预后
JAK1 as a prognostic marker and its correlation with immune infiltrates in breast cancer乳腺癌中基因JAK1作为预后标志物并且和免疫浸润相关分析
3单基因免疫思路讲解
LAYN——与胃癌和结肠癌免疫浸润相关的预后基因文献解读
4单基因、单癌型如何深入研究
CDK5作为人肺癌肿瘤启动子的功能
 
背景FUNDC1基因在线粒体自噬中起着关键作用,这与人类免疫力密切相关。但是,FUNDC1在癌症中的作用仍不清楚。这项研究旨在可视化泛癌中FUNDC1的预后情况,并研究FUNDC1表达与免疫浸润之间的关系。
 
.材料和方法
1.1 FUNDC1ONCOMINE人类癌症中的表达
ONCOMINE数据库中分析了不同癌症类型中FUNDC1mRNA表达。阈值设为P值为0.001Fold-change1.5
1.2 PrognoScanGEPIAKaplan-Meier Plotter中的生存分析
在这一部分,作者在PrognoScanKaplan-Meier PlotterGEPIA中分析了FUNDC1表达与泛癌生存率的相关性。具体来说,作者在PrognoScan的所有可用微阵列数据集中搜索FUNDC1表达水平,以确定其与预后的关系,包括总生存期(OS)和无病生存期(DFS)。接下来使用Rforestplot来汇总和可视化PrognoScan的生存分析。作者在GEPIA中探讨了每种可用癌症类型中FUNDC1表达对OSDFS的影响。
1.3 TIMERGEPIAFUNDC1表达与免疫细胞之间的相关性
作者使用TIMERGEPIA数据库确定FUNDC1表达与免疫浸润之间的关系。其中TIMER数据库包含来自TCGA32种癌症类型的10,897个样本,可以评估免疫浸润的丰度,其应用反卷积方法从基因表达谱中推断出肿瘤浸润免疫细胞的数量。作者用所有六种类型的免疫浸润细胞(包括B细胞,CD4 + T细胞,CD8 + T细胞,中性粒细胞,巨噬细胞和树突状细胞)的丰度分析了FUNDC1的表达,还确定了FUNDC1的表达水平与肿瘤纯度之间的关系。
除了对免疫细胞类型进行一般分析外,作者从RD Systems网站选择免疫基因标记,并应用Spearson相关性分析了FUNDC1表达与几种免疫细胞标记之间的相关性,以识别浸润性免疫细胞的潜在亚型。
1.4 统计分析
使用Kaplan-Meier方法估算生存曲线。为了比较生存曲线,作者使用对数秩检验来计算Kaplan-Meier plotterGEPIA中的HR和对数秩P值。使用单变量Cox回归模型来计算PrognoScan中的HRCox P值。使用Spearman的相关性来评估基因表达的相关性。
 
.结果展示
2.1 泛癌中FUNDC1mRNA表达水平
在这一部分,作者在Oncomine中分析了FUNDC1 mRNA的表达水平,以探究FUNDC1在泛癌队列中的表达。结果表明,与各个正常组相比,FUNDC1表达在乳腺癌,宫颈癌,结肠直肠癌,肺癌,卵巢癌,胰腺癌和前列腺癌以及白血病和淋巴瘤中的表达更高。同时,仅在一个乳腺癌数据集中发现了FUNDC1的较低表达(图1A)。作者使用TIMER检查了TCGA中的RNA测序数据来进一步评估泛癌中FUNDC1的表达。图1B中显示了肿瘤和邻近正常组织中的差异FUNDC1表达模式。

文献解读:单基因免疫分析

 1. FUNDC1在泛癌中的表达模式
 
2.2 FUNDC1在癌症中的多方面预后价值
接下来,作者研究了FUNDC1在不同数据库中对泛癌的预后价值。作者在PrognoScan中探讨了FUNDC1表达与每种癌症的预后之间的关系。结果显示FUNDC1表达与总共八种癌症的预后显著相关,包括膀胱癌,脑癌,乳腺癌,结直肠癌,头颈癌,肺癌,卵巢癌和皮肤癌(图2)。

文献解读:单基因免疫分析

2. Kaplan-Meier生存曲线比较了PrognoScan中不同癌症类型中FUNDC1的高表达和低表达
 
由于PrognoScan中的数据主要从GEO中提取,作者接下来应用主要基于TCGAAffymetrix微阵列信息的Kaplan-Meier plotter 进一步评估了与FUNDC1相关的生存(OSRFS)。有趣的是,作者新发现FUNCD1LIHC的有害预后因素(图3A,B)。肺癌的发现与使用PrognoScan的发现部分不同,因为FUNDC1的高表达仅使LUSC(图2CD)受益,而对LUAD无益处(图3MN)。对于膀胱癌,发现FUNDC1对总体生存具有保护作用。但是,FUNDC1恶化了膀胱癌的无复发生存期(图3EF)。对于头颈部鳞状细胞癌(HNSC)和卵巢癌(OV),FUNDC1都会显著影响其总体生存率,但不会影响无复发生存率(图3G–J)。对于BRCAFUNDC1对无复发生存具有保护作用,但对总体生存没有显著影响(图3KL)。此外,对于结直肠癌,FUNDC1仅对直肠腺癌(READ)的RFS具有保护作用(图3OP)。

文献解读:单基因免疫分析

文献解读:单基因免疫分析

3. Kaplan-Meier生存曲线比较了Kaplan-Meier plotter中不同类型癌症中FUNDC1的高表达和低表达
 
2.3 分层LIHC人群中FUNDC1表达
在这一部分,作者探讨了FUNDC1表达在癌症中的潜在相关性和潜在机制。通过在Kaplan-Meier plotter中整合临床和病理学数据,作者研究了FUNDC1表达与LIHC患者的几种临床特征之间的关系。对于OSFUNDC1LIHC患者中发挥了不利作用。相反,在AJCCT2期,FUNDC1表达使LIHC患者受益。对于无进展生存期(PFS),FUNDC1表达对没有感染肝炎的LIHC患者有明显的危害,但在2期和3期时对LIHC患者具有保护作用(图4)。

文献解读:单基因免疫分析

4. 具有不同临床病理特征的肝细胞癌中FUNDC1 mRNA表达与OSPFS的相关性
 
2.4LIHCLUSCFUNDC1表达与免疫浸润相关性的矛盾结果
在这一部分,作者探索了免疫浸润与FUNDC1表达之间的联系,通过计算TIMER39种癌症类型的FUNDC1表达系数和免疫浸润水平来确定FUNDC1表达是否与不同癌症中的免疫浸润水平相关。结果表明,FUNDC1表达与11种癌症类型的肿瘤纯度显著相关。此外,在10、20、16、16、19和19种癌症类型中,FUNDC1表达也分别与B细胞,CD8 + T细胞,CD4 + T细胞,巨噬细胞,嗜中性粒细胞和树突状细胞的浸润水平显著相关。对于LIHC,FUNDC1表达水平与B细胞,CD8+ T细胞,CD4+ T细胞,巨噬细胞,嗜中性粒细胞和树突状细胞的浸润水平呈显著正相关(图5A)。但是,对于LUSC,FUNDC1表达水平与CD4 + T细胞,巨噬细胞,嗜中性粒细胞和树突状细胞的浸润水平呈显著负相关(图5B)。此外,LIHCFUNDC1表达水平与肿瘤纯度无关,而LUSCFUNDC1表达水平与肿瘤纯度呈正相关(图5)。这些发现表明FUNDC1通过与LIHCLUSC等癌症中的免疫浸润相互作用来影响患者的生存。

文献解读:单基因免疫分析

 5. LIHCLUSCFUNDC1表达与免疫浸润水平的相关性
 
2.5 FUNDC1表达与免疫标记之间的关系
为了进一步探索FUNDC1与浸润免疫细胞之间的潜在关系,作者检查了FUNDC1与TIMER和GEPIA中几种免疫细胞标记之间的相关性。这些标记物用于表征免疫细胞,包括LIHC和LUSC中的B细胞,CD8 + T细胞,M1 / M2巨噬细胞,肿瘤相关细胞,单核细胞,NK,嗜中性粒细胞和DCs。作者还分析了不同的功能性T细胞,例如TfhTh1Th2Th9Th17Th22Treg(表1和图6)。在TIMER中,调整肿瘤纯度后,FUNDC1表达水平与LIHC45个免疫细胞标记物中的30个和LUSC45个免疫细胞标记物中的19个显著相关(表1)。

文献解读:单基因免疫分析

1. FUNDC1TIMER免疫细胞基因标记之间的相关性
 

文献解读:单基因免疫分析

 6. FUNDC1表达与LIHCLUSC中的B细胞浸润和巨噬细胞极化相关
 
根据表1中的结果,LIHCLUSCFUNDC1表达与B细胞/巨噬细胞标志物之间具有不同的关系。因此,作者进一步分析了GEPIALIHCLUSC肿瘤组织中FUNDC1表达与B细胞/巨噬细胞标志物的相关性。结果表明FUNDC1LIHCLUSC中与肿瘤相关的巨噬细胞浸润相关(表2)。

文献解读:单基因免疫分析

 2. FUNDC1GEPIAB细胞,巨噬细胞和单核细胞的基因标志物之间的相关性
 
好啦,今天这篇文章的内容分享就这么多啦,复工的各位记得勤洗手、勤通风戴口罩保持健康的体魄才能好好科研哦!

这些可能会帮助到你: 问答社区 | 共享百度SVIP | 留言建议

欢迎入群交流:生信分析群: 732179952 · Meta分析群: 797345521 · 医学科研交流群: 797345521

发表评论

登录后才能评论