文献解读:肿瘤预后分析结合qRT-PCR实验证实

今天跟大家文献解读的是三月份发表在Clinical Cancer Research(IF:10.199)上的一篇文章,文章主要讲的是利用15个基因的signature作为特征对胰腺导管癌病人的预后分析。该文章的方法部分比较容易实现,唯一有难度的地方就是采集病人数据进行qRT-PCR实验证实,但是却发表在10分的杂志!
 
A 15-gene immune, stromal and proliferation gene signature that significantly associates with poor survival in patients with pancreatic ductal adenocarcinoma
15个基因的免疫,基质和增殖基因标记,与胰腺导管腺癌患者的不良生存率显着相关
 
胰腺导管腺癌(PDAC)是一种致死率高的疾病。肿瘤微环境(TME)与不良预后和化疗耐药相关。在该工作中,利用ISP对TCGA数据库的样本进行分析,并在ICGC、E-MTAB-6134、GSE71729数据集中验证,进行病人总体生存(OS)预测。该工作对immune, stromal and proliferation (ISP)signature分析,发现ISPsignature与不良的OS显著相关,且signature在独立数据及中得到验证(ICGC、E-MTAB-6134、GSE71729)。此外,ISP基因作为signature还在四个数据集中对于鉴定PDAC亚型具有高的准确性。TCGA(AUC = 0.94),ICGC(AUC = 0.91),E-MTAB-6134(AUC = 0.80)和GSE71729(AUC = 0.83)。生存分析发现,ISP高风险患者的OS明显较差。
 
材料方法
下载了TCGA,ICGC,EMTAB-6134和GSE71729中PDAC患者的转录组数据,分别用来作为signature的识别和验证数据集。在随后的临床验证阶段,使用了来自日本熊本大学医院PDAC患者的FFPE组织样本(N = 119)进行了qRT-PCR分析,以评估候选基因的表达水平与生存之间的联系(临床验证队列)。癌症的亚型信息均来自于之前的研究。并从之前的研究中下载了170个免疫、基质、增殖(immune, stromal, and proliferation, ISP)相关基因。利用lasso罚分Cox回归分析得到显著的基因。并使用Cox比例风险回归模型来评估15个基因的ISP signature预测PDAC患者的总生存期(OS)的预后模型。利用Kaplan-Meier(KM)分析以确定生存差异。将中值用作阈值绘制KM曲线,并通过logRank检验评估统计显着性。
 
结果:
1. 15个ISP相关预后风险基因识别
首先在TCGA数据集中对170个与免疫,基质和增殖(ISP)相关的基因。利用lasso惩罚Cox回归鉴定15个基因与PDAC患者的OS显著相关。在TCGA发现队列中,高风险和低风险患者5年整体生存分别为0%和51%(图1A)。且在其他三套独立数据集中得到验证(ICGC,HR:2.63,p <0.0001;E-MTAB-6134,HR:1.53 [1.14-2.04];p = 0.004;GSE71729, HR:2.33, p <0.0001;图1B,C,D),表明ISP基因signature在预测PDAC患者不良预后方面的准确性。

 图1. TCGA以及三个独立的验证数据集中ISP signature在预测整体生存的性能.
 
2. ISP基因signature可有效地识别PDAC的分子亚型
ISP基因signature除了预测存活率之外,为了评估ISP基因signature对亚型的预测性能。在TCGA数据集中,ISP基因signature在识别三种PDAC分子亚型中具有鲁棒性,Squamous(AUC = 0.94),Quasi-mesenchymal(AUC = 0.91),Basal-like(AUC = 0.80)(图1E)。同样,其他三组独立数据集中,ISP基因signature识别其他亚型具有好的分类性能(图1F-H)。这些结果表明ISP基因signature与PDAC患者分子亚型存在潜在的关联,具有一定的临床应用价值。
 
3. ISP基因signature可作为PDAC患者风险和生存结果的独立预测指标
为了进一步评估15个ISP基因signature在临床上可转化的潜能,接下来使用qRT-PCR的分析方法分析了这些基因在119名PDAC患者的临床病人中的表达(这部分是自己的数据)。Kaplan-Meier生存分析显示,根据ISP基因signature计算得到的高、低评分患者的5年OS率分别为18.5%和52%(p = 0.0004,图2A)。接下来,对各种临床病理特征,CA19-9水平以及PDAC患者的新辅助治疗状态进行分析。通常认为37-50 U / mL的范围是中风险人群,这里将CA-19-9水平高于100 U / mL的患者归为高危组。在单变量分析中,不同分期(T1 / 2 vs. T3 / T4(p = 0.005),淋巴结转移(p = 0.008),CA19-9水平大于100 U / mL(p <0.0001), ISP基因signature(p = 0.001)与预后显著相关(图2B)。接着利用多变量分析单变量模型中具有统计学意义的特征,表明ISP基因signature(p = 0.001)和较高的CA19-9水平(p = 0.002)是预测PDAC患者OS的重要因素(图2C)。

图2. 临床验证队列中ISP 基因signature在预测整体生存率中的性能。
 
4. 建立用于预测PDAC患者生存率的风险-诺模图
为了结合其他单变量显著特征(例如T stage,N stage和CA19-9水平),进一步提高ISP基因signature的预测准确性,建立了PDAC的风险诺谟图,以预测PDAC患者的生存可能(图3A)。为了评估诺谟图的风险识别潜力,根据ISP以及T-Stage,N-Stage和CA19-9水平组成的诺模图对所有患者进行划分,绘制Kaplan-Meier曲线(图3B)。高危患者的5年生存率明显较差。进一步为了验证预测模型,通过计算3年和5年生存率的判别指数和模型校正曲线来评估列线图的预测性能。图3C和3D分别显示预测3年和5年OS率的30位患者的校准图。ISP基因signature的校准图(包括CA19-9水平和T / N阶段)显示观测结果与预测生存之间的一致性。这些结果进一步表明ISP基因signature以及CA19-9水平和T/N分期的临床意义。

 
图3.线型图预测PDAC患者的存活率。
 
好了今天的分享到这里就结束啦,文章的整体思路比较简单也容易实现(除了临床样本获取)。一个预后模型、三张图、四个公共数据集+一个实验集能发10分的文章,你还在等什么呢,嘟~嘟~快上车!
文献解读

文献解读:影响因子5分的单基因综合生信分析文章思路

2020-4-22 16:42:38

文献解读

文献解读:可变剪切分析文章思路

2020-4-22 16:46:26

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