文献解读:肺腺癌中miRNA表达与肿瘤突变负荷关系

 01 研究背景
肿瘤突变负荷(肿瘤突变负担,TMB)已成为预测肺腺癌(LUAD)患者对免疫检查点抑制剂(免疫检查点抑制剂,ICI)的治疗反应的独立生物标志物。非小细胞肺癌(NSCLC 占所有肺癌的85 ,其中约40-50%为肺腺癌(LUAD 。超过60%的肺癌患者在诊断时出现局部晚期或转移性疾病,在这个阶段手术切除可能不是好一个的选择。而在过去的几十年里,传统的化疗和放疗一直是晚期NSCLC 的主要治疗手段。近十年来,根据相应驱动基因改变的靶点向治疗改善了部分NSCLC 亚群患者的临床疗效,但患者的年生存率仍低于20..,用于治疗非小细胞肺癌的免疫检查点抑制剂(ICI不变)的更新革新了晚期NSCLC患者的治疗方法,极大地提高了某人某些患者的生存率,而MicroRNAmiRNA)在调节抗癌免疫反应中发挥重要作用,但miRNA表达模式与TMB LUAD 中的关系尚不明确,今天介绍的文献就是研究这一问题。杂志:Oncolmmunology  FI5.333  发表日期:2019624 研究的文章【 MiRNA expression patterns are associated with tumor mutational burden in lung adenocarcinoma
02 主要方法和材料
1 样本:研究共纳入了444 译文具有的miRNA的的的的表达谱突变状语从句:注释文件的肺腺癌样本御姐高。TMB 水平定义为每MB ≥ 10 个突变,低TMB 水平定义为每MB <10 个突变。
2 特征选择:使用主成分分析,LASSO 这两个方法进行了特征选择
3 使用miRNA的特征分类器来预测TMB水平:利用LASSO方法,将非零回归系数的miRNA作为最优miRNA,建立基于miRNA的特征分类器,用于预测TMB水平。
4)相关 分析:基于miRNA的特征分类器指数与三个免疫检查点表达的相关性及功能富集分析。
5 统计分析:卡方检验等统计学方法进行差异分析
6 分析流程:如图1所示
 

1
03 结果展示
差异表达的miRNA 和双向分段聚类:训练集以及验证集的临床特征如表反映。训练集包括66 TMB 水平高的样本和201 TMB 水平低的样本,在训练集中根据TMB 水平的高低进行差异表达分析,差异表达情况如图所示。同时分层聚类结果表明,这些差异表达的miRNA的的的表达模式可以基本区分TMB 高水平和TMB 低水平的样本。

1
 

 
2
PCA 以及使用套索进行特征选择:为了在LUAD 中开发基于的miRNA TMB 级特征分类器,作者使用训练集中49 个的miRNA 的表达数据进行套索物流。分析作者考虑了10 倍交叉验证以及AUC 曲线,识别出25 miRNA 作为最优特征(图3a)。图3b)为49 种不同表达的miRNA PCA 结果,图3c)为LASSO 识别的25 miRNA PCA 结果。如图3c)所示,使用25miRNAs更容易区分具有不同TMB级别的样本。

3
(1) LASSO逻辑回归分类器:利用LASSO方法和10倍交叉验证,鉴定出25个非零回归系数的miRNA,根据以下公式创建基于mirnab的分类器指数:
index=miR-767-5p*(−0.04755288)+miR-372-3p*(−0.07467899)+miR-675-3p*(−0.08205335)+miR-508-3p*0.20833744+miR-519a-5p*(−0.05549044)+miR-552-3p*0.49432780+miR-147b-3p*(−0.18427801)+miR-137-3p*(−0.06280235)+miR-7702*(−0.21732314)+miR-2355-5p*(−0.29639798)+miR-106b-3p*0.06977407+miR-371a-3p*(−0.21213357)+miR-29b-2-5p*0.56165110+miR-550a5p*0.35626234+miR-185-3p*(−0.12431736)+miR-3127-5p*(−0.05386972)+miR-197-3p*0.17756353+miR-769-5p*(−0.22362837)+miR-491-3p*(−0.57850865)+miR-128-3p*0.43507960+miR-1226-3p*(−0.21905006)+miR-2277-5p*(−0.37892148)+miR-4787-3p*(−0.12085059)+miR-550a-3-5p*(−0.65585909)+miR-4797-3p*(−0.45563723).
接着作者对分类器的准确性进行了评估,并在验证集中进行了验证(图4,表2)。

 
4
 

 
2
(1) 分类器指标与三个ICIs及富集分析的低相关性:在所有数据集中,计算每个样本的分类器指标,估计该分类器指标与TMB以及三个免疫检查点的表达的相关性(图4),接着对25miRNA进行功能富集,功能富集结果如图5所示,可以看出富集到了许多免疫或者癌症相关的通路。

5
04 结论
作者通过对突变数据以及miRNA表达数据的分析,发现不同TMB水平的LUADs具有不同的miRNA表达模式。并且结合主成分分析,LASSO等方法建立了一个基于miRNA的特征分类器,它可以作为预测LUADTMB水平的生物标志物。
05 参考文献
1. Torre LA, Bray F, Siegel RL, Ferlay J, Lortet-Tieulent J, Jemal A. Global cancer statistics, 2012. CA Cancer J Clin.
2. Siegel RLMiller KDJemal A.癌症统计,2017年。CACancerJClin
3. Travis WDBrambilla ENicholson AGYatabe YAustin JHMBeasley MBChirieac LRDacic SDuhig EFlieder DB等。2015年世界卫生组织肺肿瘤分类:自2004年分类以来的遗传,临床和放射学进展的影响。JThoracOncol 
4. 奥斯曼尼(Osmani L),阿斯金(Askin F),加布里埃尔森(Gabrielson E),李庆昆(Li QK)。当前的WHO指南以及免疫组化标记物在非小细胞肺癌(NSCLC)的亚分类中的关键作用:从合并治疗转向免疫治疗。
5. MS,樱A,的Cutz JC,诸CQ卡迈勒莫尔里德S,斯奎尔Ĵ,洛里默I,章T,刘嗯,Daneshmand号中等厄洛替尼治疗结核分子和临床预后指标新英格兰J Med
文献解读

文献解读:日本非吸烟患者基因组综合分析

2020-4-16 21:56:51

文献解读

文献解读:TP63泛癌研究

2020-4-17 16:04:48

声明 本网站部分文章源于互联网,出于传递更多信息和学习之目的转载,并不保证内容正确或赞同其观点。
如转载稿涉及失效、版权等问题,请立即联系管理员;我们会予以修改、删除相关文章,请留言反馈
Notice: When your legal rights are being violated, please send an email to: [email protected]
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索