文献解读:甲状腺乳头状癌piRNA诊断标志

今天跟大家分享的是2020年5月中旬发表在Aging-US（IF: 5.515）杂志上的一篇识别关键piRNAs作为甲状腺乳头状癌（PTC）诊断标志的文章。想必很多同学对piRNAs都不是很熟悉吧，那么到底什么是piRNAs，我们又该如何通过常用的生物信息学方法识别出可以作为标志物的关键piRNAs呢？就让我们带着这样的疑问开始今天的学习吧。

 

PIWI-interacting RNAs piR-13643 and piR-21238 are promising diagnostic biomarkers of papillary thyroid carcinoma

pi -13643和pi -21238可作为甲状腺乳头状癌的诊断标志物

    

piRNAs是一类主要表达在生殖细胞中的小RNA分子，通过与PIWI家族蛋白相互作用形成PIWI/piRNA复合物，在抑制转座子的转录以及维持生殖细胞基因组完整性的过程中发挥重要作用。越来越多的研究表明，piRNA和PIWI蛋白除了在生殖系统中发挥重要作用之外，在其他组织器官和肿瘤发生发展中也可能发挥重要的生物学功能。本文的分析流程如图1所示。

 图1.分析流程

 

1.数据

本研究所需PTC组织样本均由上海第十人民医院采集，并根据TNM分期将这些患者进一步划分为筛查组、训练组和验证组。筛选阶段纳入5对PTC组织，训练阶段纳入54对PTC组织，验证阶段包括21对PTC 福尔马林冰冻组织。

 

2.差异表达piRNAs的识别

对5对PTC及其正常组织进行高通量测序，基于t检验和Fold change（fdr<0.01, Log2FC

> 2）识别出5个在PTC样本中差异上调的piRNAs（图2）。

 图2.差异piRNAs的识别

 

在差异表达的5个piRNAs中，有3个在RT-qPCR实验中表现出与测序结果相同的差异（图3），将这3个piRNAs作为候选piRNAs，纳入下一步分析。

 图3.差异表达piRNA的RT-qPCR筛选

 

3. 通过RT-qPCR定量表达上调的piRNAs

在训练数据和验证数据集中通过RT-qPCR分析对三个候选piRNAs进行进一步的验证。RT-qPCR分析结果表明，piR-13643和 piR-21238在训练数据（图4）和验证数据集（图5）的PTC样本中仍然发生差异上调；ROC曲线表明两个piRNA对于PTC样本和正常样本有较好的分类效果；以及两个piRNAs更倾向于在三四期PTC样本中发生差异上调。

 图4.训练数据中piR-13643和 piR-21238的诊断表现

 

 图5.验证数据中piR-13643和 piR-21238的诊断表现

 

4.鉴别良性结节与恶性肿瘤的列线图构建

在两个piRNAs的基础上，结合性别等临床数据，构建诺模图模型，ROC曲线表明诺模图模型的预测准确率均高于单一因素预测结果 (图6)。另外，与良性结节相比，两个piRNAs和HBME1在恶性结节中表达水平更高。

 图6.诺模图的构建

 

5.关键 piRNAs潜在的下游机制分析

首先基于RNAhybrid算法识别出piR -13643和piR -21238的潜在靶基因集合一，接着基于TCGA中的甲状腺癌数据，识别出正常样本和疾病样本之间发生差异表达的基因集合二以及转移样本和非转移样本之间发生差异表达的基因集合三。分别取基因集合一，二之间的交集和基因集合一，二，三的交集进行GO和KEGG富集分析（图7），富集到的通路或生物学过程被认为与甲状腺癌发病或者转移息息相关。 

 图7. 关键 piRNAs潜在的下游机制分析

 

最终，作者还引用其他研究中的piRNAs下游机制分析验证本实验结果（图8）。

 图8. 其他文章中的piRNAs下游机制分析

 

总结

今天的文章内容大概就是这些，不知道同学们是不是对piRNAs和关键piRNAs的识别有了更深层次的了解呢？让我们一起回顾下这篇文章吧，文章的大致思路很简单，无非就是首先基于筛选集的piRNAs测序结果识别差异表达的piRNAs；随后基于训练集构建以显著差异piRNAs为基础的诺模图模型；并通过验证集验证模型的有效性；最后联合TCGA中的甲状腺癌数据，对两个关键piRNAs的下游机制进行分析。

 

这篇文章的思路简单，整体性也比较强，就是图片不够美观，很多地方即使放大很多倍小编都无法看清图上到底写了什么，同学们在自己文章写作的过程中也要多多注意图片的美观性和观赏性哦，毕竟人类都是视觉动物，美美的图片才能第一秒就抓住审稿人的心，让他去努力挖掘我们文章中的“心灵美”呢！