美文网首页生信软件流程
MOVICS系列教程(四) 示例文章解读

MOVICS系列教程(四) 示例文章解读

作者: 生信宝库 | 来源:发表于2022-01-20 10:26 被阅读0次

    说在前面

    本期推文是MOVICS包系列教程的最后一篇,Immugent来用一篇已经发表的SCI来解读一下如何在实际文章中使用MOVICS包。

    首先简单回顾一下:我们最开始在第一篇推文中介绍了MOVICS包发表的文章及其主要功能;随后连续出了三篇推文分布对MOVICS包的三个主要分析模块进行了实操演示;本期我们就来通过一篇文章来解读在实际应用中如何利用MOVICS包来进行数据分析。

    我们选择的这个文章是2021发表在Front Cell Dev Biol(IF:6.68)杂志上,篇名为“The Identification of the Metabolism Subtypes of Skin Cutaneous Melanoma Associated With the Tumor Microenvironment and the Immunotherapy”的研究,之所以选择这篇是因为这篇文章的8副图中,有一多半都是使用MOVICS包来绘制的,而且肿瘤代谢也是近些年的热点方向之一。

    图片

    黑色素瘤(SKCM)是最致命的皮肤癌类型之一,因为其高代谢和转移率,占皮肤癌相关死亡的80%以上。近年来,免疫检查点阻断剂的发展已成为SKCM治疗的主要手段,显著提高了治疗效果。然而,SKCM患者对免疫治疗的反应各不相同,大约50%的患者出现不良反应。因此,揭示SKCM异质性的潜在分子机制,以开发精确的免疫疗法,并确定最能从中受益的人群是十分必要的。

    黑色素瘤具有显著的代谢可塑性,这一特征是由于高频率的体细胞突变激活了致癌途径。根据SKCM基因的体细胞突变及其比例,可将其分为四个基因组亚型:BRAF亚型、RAS亚型、NF1亚型和三重野生型。这些内在的致癌基因有助于SKCM的代谢转化,这导致黑色素瘤对不利条件具有高度的可塑性和适应性。此外,转化后的代谢微环境可以重新编程免疫细胞亚群的功能,使黑色素瘤具有了逃避免疫系统攻击的能力。


    研究流程

    作者首先选择了2752个先前报道的代谢相关基因,然后运用非负矩阵(NMF)分析的方式对SKCM患者进行分出了3个亚型。紧接着,我们对原数据集中的代谢相关基因采用单变量Cox回归分析,以确定与OS相关的预后基因,共获得517个候选基因。然后提取SKCM的TCGA数据表达谱,利用NMF聚类算法对517个候选基因进行聚类,并最终确定3种聚类。

    图片

    随后,作者利用MCP-counter和ssGSEA算法来计算16个免疫浸润细胞的丰度,并发现很多亚群在三组直接存在差异;同时,还绘制了免疫细胞群间差异的框线图,结果显示在这三个亚型中,所有类型的免疫细胞群间存在显著差异。值得注意的是,箱形图显示,C2在几乎所有免疫细胞中均显著高于C1和C3,除Th17细胞外,C1和C2的Th17细胞富集得分均显著高于C3。在这些结果中,C2被更多的免疫细胞富集,这与C2在三种亚型中免疫得分最高的发现是一致的。随着目前免疫检查点抑制剂(ICIs)在临床试验和晚期黑色素瘤治疗中的广泛应用,作者探索了13个典型靶向免疫检查点基因在这些亚型中的表达之间的相关性。

    图片

    紧接着,作者利用MOVICS包计算出了每个代谢亚型特异性上调的前30个基因作为生物标志物,然后构建临床模型并绘制相关热图,并进一步生成了一个90基因的分类器来实现SKCM分类法,并在不同的队列中进行一致性测试来验证其可靠性。随后,作者利用TCGA和GEO的SKCM数据同时对亚群一致性进行检验,NMF和NTP在三个不同亚型的检验和验证集上的结果基本一致(k = 0.631 p<0.001, k = 0.714 p <0.001),表明这90个基因的特征可以被用来识别SKCM的代谢分类。

    图片

    最后一幅图是作者收了几十例临床样本,对其中一个关键基因SLC7A4的表达,用IHC进行了验证。这个方略大家可以学习使用,特别是对构建的模型数目较多时,可以挑出一个或几个关键基因进行验证,前提是能找出一个比较合适的理由。

    图片

    综上所述,这篇文章从代谢的角度对SKCM进行了新的亚型分类,分为代谢活性型、中间型和耗损型三种亚型。其中,C1与代谢过程密切相关,预后最差,符合角蛋白亚型。C2具有较高的免疫浸润、免疫和基质评分、对PD-1免疫阻断剂的敏感性,与免疫类型相关,预后良好。C3的致癌途径丰富,预后程度高,预后较差,代谢活性较C1低,但较C2高。此外,所生成的90基因分类器对SKCM具有较高的预测价值,该分类器将会有助于更准确地预测SKCM患者的预后,并可能为这些患者提供更精确的治疗手段。


    说在最后

    随着生物科学技术的发展和科研水平的提高,我们逐渐认识到单纯从转录组水平来研究基因的功能是不准确的,运用多组学来解决科学问题正成为大趋势。就拿近些年火热的单细胞测序技术,也逐渐推出了scATAC,蛋白组等一系列多模态数据的解决方式。MOVICS包最多可以同时整合6种多组学数据,这为我们更准确的揭示机制功能提供了有力工具。

    弘扬爱国精神,实现中国梦是我们这代人的精神方针,支持国产MOVICS包是生信人的爱国方式,那么Immugent在这里就强烈推荐大家用上这个功能强大的工具,从而鼓励更多国产的、原创的生信软件被开发出来。

    相关文章

      网友评论

        本文标题:MOVICS系列教程(四) 示例文章解读

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