美文网首页文章套路生信文章
易学3+分套路:单基因与胶质瘤免疫治疗预后

易学3+分套路:单基因与胶质瘤免疫治疗预后

作者: 科研菌 | 来源:发表于2020-04-14 02:02 被阅读0次

    今天给大家分享一篇简单易学的!它发表在Onco Targets Ther(IF=3.046)上的文章IFI30 Is a Novel Immune-Related Target with Predicting Value of Prognosis and Treatment Response in Glioblastoma,作者根据IFN-γ刺激基因,筛选出IFI30并证明其可作为胶质母细胞瘤治疗的新靶点。

    IFI30 Is a Novel Immune-Related Target with Predicting Value of Prognosis and Treatment Response in Glioblastoma

    IFI30可预测胶质母细胞瘤的预后和治疗应答,是一种新的免疫相关靶点

    一. 研究背景

    胶质母细胞瘤的肿瘤微环境复杂,其中免疫细胞是肿瘤恶性程度的调节因子,而干扰素(IFN)是公认的调节免疫应答的重要家族,且IFN-α/β已广泛应用于恶性胶质瘤的治疗,而IFN-γ在GBM中可能起着不同的作用,作者基于此展开研究。

    二. 分析流程

    三. 结果解读

    1. ISGs在胶质瘤中表达失调

    作者首先挑选了20个经典的IFN-γ刺激基因(ISG),探讨其在胶质瘤中的预后价值。

    图1. (A,B)胶质瘤ISGs差异表达

    A图:(数据来源:CGGA) 由RNA测序绘制出的ISGs表达水平的热图

    B图:(数据来源:TCGA) 由RNA测序绘制出的ISGs表达水平的热图

    作者将患者按生存期长短分为两组,并分析ISG的表达差异,发现短生存期分别有7个(CGGA)和9个(TCGA)ISG显著上调,其中有5个交叉基因(ISG20,IFI30,IFI44,IFITM2,IFITM3),他们可能与胶质瘤的预后不良相关。

    2. IFI30被认为是GBM中具有预后价值的最重要ISG基因

    图1.(C,D) IFI30作为预后基因的研究

    C图:(数据来源:CGGA RNA-seq) 不同基因高/低表达的对数秩生存分析森林图

    D图:(数据来源:TCGA RNA-seq) 不同基因高/低表达的对数秩生存分析森林图

    为了找出一个预后最稳定的ISG,作者对低级胶质瘤(LGG)和胶质母细胞瘤(GBM)进行对数秩生存分析,结果显示只有IFI30具有稳定的预后值。

    【注:在补充图中,作者验证IFI30表达水平较高的患者总生存期较短。】

    为了进一步评估IFI是否可作为独立预后因素,作者进行单因素和多因素cox回归分析(表1),结果表明其可作为一个可靠的独立因素。

    表1. 单因素和多因素Cox回归分析

    3. IFI30的表达与GBM的恶性亚型相关

    图2. IFI30在三个数据库及临床患者中的分布规律

    A-C图:IFI30的表达与肿瘤分级的关系

    D-F图:IFI30在不同亚型内的表达情况

    G-I图:预测间充质亚型胶质瘤的ROC曲线

    J图:不同级别胶质瘤的免疫组化分析

    作者运用三种数据库分析(CGGA RNA-seq、TCGA RNA-seq、CGGA microarray),发现IFI30的表达与WHO的评分呈正相关(图2A-C),随后利用免疫组化进一步验证IFI30在胶质瘤的侵袭性亚型中优先表达,可能与胶质瘤的恶性程度有关(图2J)。

    此外,作者还发现IFI30在IDH1野生型、MGMT启动子未甲基化以及间充质亚型的胶质瘤中表达更高(图2D-F),而ROC曲线分析证实其可作为间充质亚型良好的预测因子(图2G-I)。

    【注:IDH1突变和MGMT启动子甲基化是导致恶性肿瘤发生的两个主要因素,但IFI30表达反而降低,似乎与结论矛盾,因此作者随后探讨IFI30在其中的预测价值。】

    4. IDH1和MGMT启动子状态对GBM中IFI30的预测价值的影响

    图3. IFI30的生存分析曲线

    A-L图:生存分析以揭示IFI30的预后价值与IDH1和MGMT启动子状态之间的关系。

    在IDH1野生型患者中,IFI30低表达与高表达组均存在显著生存差异(TCGA RNA-seq除外),而在IDH1突变患者中无统计学上差异;类似的,MGMT启动子甲基化患者中,IFI30低表达与高表达组均存在显著生存差异,而在MGMT启动子未甲基化的患者中无明显差异。

    5. IFI30高表达的特异性体细胞突变和拷贝数改变

    图4. IFI30与TCGA队列中不同基因组变异的相关性

    A图:IFI30高/中/低表达的体细胞突变信息

    B图:IFI30高/低表达的30组差异突变基因

    在高表达组中,RB1中显示出高突变频率,而在低表达组中,IDH1、ATRX、PDGFRA和MROH2B突变频率更高。

    C图:IFI30高/低表达的基因拷贝数变异总体水平

    D图:IFI30高/低表达的基因拷贝数变异差异水平

    高表达组存在5号、22号和X号染色体部分片段扩增和8号染色体部分片段缺失。虽然两组间1p和19q等重要染色体片段的拷贝数无显著差异,但IFI30高表达扩增的基因,如NRIP1和SSBP2,可能促进了胶质瘤恶性程度。

    6. IFI30高表达导致GBM化疗耐药

    接下来作者进行不同条件下的生存分析,以探究IFI30表达与治疗反应的关系。

    图5. IFI30降低GBM的化疗敏感性

    A图:接受化疗的GBM患者中,IFI30低表达组具有生存优势

    B图:未接受化疗的GBM患者中,两组之间无统计学差异

    C图:在IFI30低表达组中,接受化疗的患者存活时间更长

    D图:在IFI30高表达组中,化疗的治疗效益不佳

    E-F图:无论是否化疗,仅IFI低水平+MGMT启动子甲基化的患者相对于未甲基化组具有生存优势

    G-H图:在MGMT启动子甲基化情况下,IFI低水平组化疗的治疗效益更佳

    7. IFI30参与了GBM细胞的恶性表型和耐药性

    图6. IFI30与GBM恶性表型及化疗反应相关

    A图:在不同胶质瘤细胞株中IFI30 mRNA水平的柱状图

    B图:不同浓度的IFN-γ诱导IFI30表达情况的柱状图

    C图:qPCR验证两个siRNA的敲除效率

    D图:细胞的侵袭和迁移实验

    E图:不同浓度的TMZ对细胞的抑制作用

    F图:(数据来源:CGGA RNA-seq) GSEA分析

    G图:WB实验证实敲除IFI30基因降低了IL6和STAT6的表达

    作者发现U87细胞株中IFI30 mRNA含量最高(图6A),并在U87细胞株中验证了IFN-γ可显著诱导IFI30的过度表达(图6B)。随后构建siRNA并由qPCR验证(图6C),并在体外细胞实验证实IFI30可促进细胞的侵袭和迁移(图6D)。

    作者用不同浓度TMZ处理细胞以验证IFI30对细胞耐药性的作用(图6E),并用GSEA研究IFI30介导的分子机制,发现IL6和STAT信号通路富集(图6F),最后利用WB实验证实敲除IFI30可抑制IF6和STAT6的表达(图6G),即IFI30可能通过促进IF6和STAT6表达,促进GBM化疗耐受性。

    8. IFI30与白细胞介导的免疫反应增强以及免疫微环境相关

    随后作者为了确定与IFI30高表达最相关的生物学过程,总结了一个IFI30相关基因群。

    图7. 与IFI30相关的微环境分析和生物功能

    A图:(数据来源:CGGA RNA-seq) 对IFI30相关基因的GO分析

    分析表明这些基因在巨噬细胞分化和单核细胞迁移的调节中富集。

    B图:(数据来源:CGGA RNA-seq) GSEA 分析验证IFI30生物学功能

    高表达组的免疫应答和白细胞介导的免疫调节增强。

    C图:IFI30与免疫相关基因簇的关系热图

    由于IFI30与活化免疫应答相关,作者进一步研究了IFI30与各种刺激活性信号的相关性,发现其参与巨噬细胞活化、T细胞相关信号转导和抗原提呈细胞过程。

    D图:(数据来源:CGGA) CIBERSORT算法证实IFI30与巨噬细胞相关

    M0巨噬细胞在高表达组中显著富集。

    E图:(数据来源:TCGA) CIBERSORT算法证实IFI30与巨噬细胞相关

    M2巨噬细胞在高表达组中显著富集。

    F图:免疫荧光法检验IFI30和CD163

    CD163为M2巨噬细胞标记物,与IFI30协同定位和表达。

    G图:(数据来源:CGGA) IFI30与免疫抑制检查点的关系图

    IFI30与HAVCR2(也成为粘蛋白结构域3)高度相关。

    这些结果表明IFI30在调节导致胶质瘤恶性进展的免疫微环境中起着关键作用。

    作者通过TCGA、CCGA数据库,筛选出胶质瘤中差异表达的IFN-γ刺激基因,随后通过对数秩生存分析进一步挑选出预后稳定的IFI30,并研究其生物学功能,发现其可以增强免疫反应,影响肿瘤微环境,并与肿瘤恶性表型以及化疗耐药相关,是一个良好的预测变量,但IDH1突变或MGMT启动子未甲基化会导致其预测价值降低。

    还是和往常一样,后台回复「27a」,即可获取今天小编为大家解读的文献。我们一起期待下一篇精彩的文献吧!今天文献分享就到这里啦,下期见!

    编辑:鳕鱼堡

    校审:糯米饭

    是否遗漏了往期精彩生信解析没看呢?

    汇总贴

    1. 2020年医学生信分析别人都在用哪些思路?

    生信思路

    1. 如何筛出一篇5分文章的核心基因

    2. 筛出一个5分文章的核心基因后你可以这样做

    3. 国自然前期研究基础不足?你可以这样补一些生信分析

    非肿瘤生信数据挖掘

    1.非肿瘤纯生信:STAT1和结核感染的机制挖掘

    m6A热点

    1.15+分的纯生信:胃癌m6A和肿瘤免疫微环境

    2.即将11+分的JHO:泛肿瘤中m6A和5mC与肿瘤免疫特征

    3.易学版m6A:肾癌预后和机制分析

    肿瘤免疫微环境

    1. 5+易学套路: 基因突变+TMB+免疫浸润

    2. 纯生信4+膀胱癌免疫微环境思路分享

    3. 纯生信3+肾癌免疫微环境预后相关基因

    4.围观:为什么别人的免疫浸润能发9+分?

    单细胞测序

    1.在Aging上发表的胃癌单细胞测序做了什么?

    2.仅3个单细胞测序样本纯分析也发6分!

    3.Nat Commun:乳腺癌单细胞测序深度解析

    4.Nat Med:一个病例带你了解单细胞测序如何指导临床治疗

    特定基因表达谱预后

    1. 9+纯生信泛癌预后标志物筛选

    2. 肾癌EMT基因预后标志物发5+分

    3. 纯生信自噬基因与乳腺癌预后也能发5分!

    4. Genome Med一文带你学会胚系突变与泛癌预后思路

    干湿结合

    1. 干湿结合上6+高渗基因与透明细胞肾癌预后

    2. 干湿结合的miRNA调控网络发7+也不难

    ceRNA

    1.膀胱癌ceRNA的3+分思路

    2.别人的膀胱癌ceRNA如何做出新花样?

    3.三张图的miRNA简单分析如何发6分?

    基因组

    1.一文就懂子宫内膜癌的POLE突变如何发病理学顶刊

    表观遗传

    1.5+乳腺癌表观遗传深度剖析

    生信杂志

    1. 被“灌水”的Aging(IF=5.515)还能不能投??

    2. 推荐一本生信友好并且最快1月接受的5+分杂志

    3. 年刊量3000篇预计5+分的JCP

    4. 即将突破5分的Frontiers in Oncology是灌水杂志吗?

    5. 博士毕业神器3+分纯生信杂志:平均一审只要一个月,年刊量1000+

    6.马上4分年刊量近2000的杂志:生信友好还不要版面费!

    无需转发/分享の精品资源

    1.2020年考研复试大礼包

    2.无需转发!免费送你全套53本九版教材+习题集+八年制教材

    3.无需转发!免费送你全套医学动画(中文字幕+英文播放)

    4.无需转发!免费送你全套医学英语课程和教材!

    5.无需转发!免费送你全套NEJM官方中译合集!

    6.无需转发!免费送你全套SCI写作句型及审稿邮件回复大全!

    7.无需转发!免费送你全套斯坦福大学医学公开课视频!

    科研菌始终都在,陪你度过漫漫科研路

    希望志同道合的小伙伴就像科研“菌”一样不断裂变,越来越多

    ▲ 长按二维码“识别”关注设置为星标

    关注科研菌回复"1"即可获取"28G全网最全科研绘图素材"、"谷歌上网助手"(梯子)和"科研常用软件合集"、“肿瘤/消化内科指南”、"考研复试大礼包"(无需转发/集赞)

    相关文章

      网友评论

        本文标题:易学3+分套路:单基因与胶质瘤免疫治疗预后

        本文链接:https://www.haomeiwen.com/subject/lleamhtx.html