文献解读:鉴定肝细胞癌代谢相关分子分型

大家好,这次给大家分享一篇2020年1月发表在Molecular Oncology杂志上的文章,影响因子5.962。文章整合TCGA、ICGC、GEO等公共数据资源,基于代谢基因基因表达谱的分类系统来描述肝癌的分子特征。
题目:Metabolism-associated molecular classification of hepatocellular carcinoma

肝细胞癌的代谢相关分子分型

摘要

背景:肝细胞癌(Hepatocellular carcinoma,HCC)是一种分子表型高度异质性的疾病,具有独特的治疗复杂性。本文旨在通过建立一个基于代谢基因基因表达谱的分类系统来描述肝癌的分子特征。

方法:利用一个元数据集进行综合分析,该元数据集分别包含来自癌症基因组图谱(TCGA)和国际癌症基因组联盟(ICGC)的371和231个肝癌人类样本。所有样本均与临床资料相关联。利用2752个代谢相关基因的RNA测序数据进行非负矩阵分解(NMF)聚类,确定了HCC的3个亚类(C1、C2和C3)。然后,分析了代谢特征、预后价值、转录组特征、免疫浸润、临床特征和药物敏感性的亚类元数据集,并将得到的亚类与以前发表的分类进行了比较。C1亚类代谢活性高,甲胎蛋白(AFP)表达低,预后好。C2亚类与低代谢活性相关,免疫检查点基因高表达,显示对细胞毒性T淋巴细胞相关蛋白-4抑制剂和受体酪氨酸激酶抑制剂卡波坦尼的药物敏感性。C3亚类表现为中等代谢活性,AFP高表达,预后差。

结论:生成了一个90个基因分类器来进行肝癌分类,根据代谢基因的基因表达谱建立了一个新的肝癌分类,从而进一步了解人类肝癌的遗传多样性。

结果

1.   NMF识别HCC的三个亚类

研究的流程图如图1A所示,不同数据集的患者的临床特征如表1所示。先前报道的2752个代谢相关基因作为NMF分析的基础。筛选后,共鉴定出816个候选基因,采用NMF一致聚类法对来自TCGA和ICGC的602个HCC样本的元数据集进行聚类。计算共表型性的相关系数以确定最佳k值为3(图1B,三个子类被指定为C1、C2和C3)。为了验证子类的赋值,这里还进行了t-SNE以降低特征的维数,并且发现子类命名与二维t-SNE分布模式基本一致(图1C)。使用前面提到的k=3分类,在元数据集中观察到显著的预后差异(图1D)。

 

图1

2. HCC亚类与代谢相关信号的相关性

考虑到该分类是基于代谢相关基因,因此进一步探讨了不同亚类是否具有不同的代谢特征。首先,使用GSVA R包对115个代谢过程进行量化。然后,进行差异分析,找出亚类特异性代谢特征,即在相应亚类中GSVA评分较高的特征。结果表明,只有C1和C3具有特异性代谢特征,分别为39和4个,而根据差异分析结果,C2没有特异性代谢特征。(图2A)。为了进一步研究子类的特征,本文选择了7个HCC相关的关键特征,并使用GSVA算法对其进行了量化。C1的PP和静脉周(PV)信号明显高于C2和C3,C2的基质相关信号表达较高,与结果一致从富集分析。此外,C1和C3的Wnt激活相关信号评分均显著高于C2,这可能与它们含有高频率的钙粘蛋白相关蛋白β1(CTNNB1)突变有关(图2B)。然后,用估计算法计算免疫和间质评分。三组间免疫评分有显著性差异,C2组免疫评分高于C1组(P<0.001)和C3组(P<0.001;图2C)。此外,C3的基质评分低于C1(P<0.00001)和C2(P<0.00001;图2D)。

图2

 

3. 元数据集中HCC亚型与免疫浸润的相关性

利用亚类间免疫评分的显著差异,研究了免疫浸润对其免疫景观的影响。使用MCP计数器和ssGSEA算法计算16种免疫相关细胞类型的丰度,并在热图中显示(图3A)。C2与其他两个亚类相比,差异有显著性。此外,C2的基质细胞群(内皮细胞和成纤维细胞)明显高于C2,这与C2对基质相关信号的富集结果一致(图3B)。进一步研究15个潜在靶向免疫检查点基因的亚类与表达之间的关系,结果表明C2在14个免疫检查点基因中表现出较高的表达(除了对于LAG3)比C1和C3(图3C)。

图3

4. TCGA和GEO数据集中HCC亚型与临床特征的相关性

根据TCGA(图4A)和GEO(图4B,表S8)数据集研究分类相关的肿瘤相关临床病理变量。卡方检验结果显示,TCGA和GEO数据集的临床病理特征与HCC亚类之间存在显著相关性。

图4

5. 肝癌亚型与突变、新抗原和拷贝数变异的相关性

突变频率高或处于关键途径的基因,包括P53/细胞周期途径、Wnt/β-catenin途径和肝分化,如图5A所示。结果表明,C1和C2具有明显的突变特征。然后将分类与总突变数和预测的新抗原相关联(图5B)。C2(n=67)与C1(n=96,P<0.00001)和C3(n=107,P<0.00001)相比,突变数中位数较小,差异有显著性(P<0.00001)。配对比较中新抗原的数量没有统计学差异(图5B)。C1和C2的收益负担没有统计学差异;然而,C2的损失负担高于C1(图5C)。先前的研究表明,11q13号染色体(例如,FGF19)上的肝癌驱动基因具有更高的扩增可能性。这些基因可能在肝癌的治疗中发挥重要作用。因此,接下来研究了肝癌分类与11q13染色体驱动基因扩增之间的关系(图5D)。

图5

6. 90基因分类器及其性能验证

差异分析显示C1亚类有509个显著基因,C2亚类有2042个显著基因,C3亚类有279个显著基因。在综合考虑准确性和临床应用潜力的基础上,选择每个亚类中log2FC值最大的前30个基因进行亚类分类器的开发。因此,在图6A中生成并可视化了90基因分类器。随后,用GSE14520数据集中的90个基因分类器重复子类预测(图6B)。

7.肝癌亚型免疫治疗和靶向治疗敏感性的不同

HCC亚类间不同的免疫浸润模式和免疫检查点基因的表达水平表明其对免疫治疗应答的可能性有待进一步研究。使用亚类映射,将三个HCC亚类(C1、C2和C3)的表达谱与另一个包含47名接受程序性细胞死亡蛋白-1(PD-1)免疫检查点抑制剂或细胞毒性T淋巴细胞相关蛋白-4(CTLA-4)免疫检查点抑制剂(图6C)的黑色素瘤患者的数据集进行了比较。比较C2组与CTLA4反应组的表达谱有显著相关性(P=0.01),表明C2组患者对抗CTLA4治疗更有效果。此外,文章还用同样的方法探讨了肝癌亚类与靶向药物敏感性(索拉非尼和卡博扎尼布)之间的关系(图6D)。

图6

文献解读

文献解读:自噬、焦亡和阿尔茨海默病的结合

2020-4-28 15:25:52

文献解读

非肿瘤生信分析文献解读:冠心病如何筛选和综合分析新miRNA

2020-4-28 23:45:04

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