哈喽,大家好,小编今天给大家分享一篇文章是今年四月发表在Frontiers in Oncology杂志的,题为‘Establishment and validation of a ferroptosis-related prognostic signature for hepatocellular carcinoma’.
一背景
肝细胞癌 (HCC) 是常见原发性肝癌之一,常预后不佳。 HCC 的主要特点是其诊断时间晚、容易转移和复发率高。 尽管有更先进的治疗技术,但HCC的总体发病率和死亡率持续上升,HCC的预后仍很差。
铁死亡于 2012 年首次提出的,典型形态学特征包括线粒体异常和坏死样变化。 主要通过外源性和内源性途径调节膜转运蛋白和抗氧化酶的作用来调节细胞对铁死亡的敏感性。 铁死亡相关基因 (FRG) 可分为 3 类:铁死亡抑制因子 (SOF)、铁死亡驱动因子 (DOF) 和其他基因。大量研究表明,铁死亡在肿瘤发生过程中具有促进和抑制肿瘤的双重作用,这不仅取决于癌基因和肿瘤抑制因子,还取决于损伤相关分子模式 (DAMP) 的释放。 铁死亡损伤可引发炎症,进一步促进肿瘤细胞侵袭和转移,也可导致肿瘤微环境中与炎症相关的免疫抑制,这可能有助于肿瘤生长。因此,作者进行了此项研究来说明 DOFs 诱导的铁死亡对 HCC 预后有影响。本研究的数据集信息和工作流程如图 1 所示。
图1
二结果
1. 差异表达基因的鉴定
作者首先从 TCGA 数据库中下载了 424 个样本,其中包含 50 个正常样本和 374 个 HCC 样本。 经过差异分析,在肿瘤和正常样本之间筛选了7597个差异表达基因(图 2A)。 此外,从 FerrDb 获得了 264 个差异表达的氧化应激基因(DOFs)。 将差异表达基因和 DOFs取交集后,作者筛选出 70 个差异表达的 DOFs(图 2B)。
2. 预后模型的构建与验证
作者最终纳入304 个样本,并将 HCC 样本按 7:3 的比例随机分为训练集和测试集。随后作者对训练集中的 70 个 DOFs基因 进行了单变量 Cox 回归分析。 结果表明,23 个 DOFs 具有统计学意义 (p<0.05),可能具有预后价值。 随后,作者进行了 LASSO Cox 回归分析(图 2C、D)。 最后,确定了由 G6PD、HRAS、NRAS、TIMM9 和 MYCN 组成的五个基因(图 2E)。 正常组织和肿瘤组织之间的热图显示了这五个基因的表达的表达(图 2F)。
图2
根据风险评分的中值将训练集中的患者分为低风险组和高风险组。 Kaplan-Meier 曲线显示,高风险组患者与较差的总生存期显着相关(图 3A)。 结果也在测试集和总数据集中得到验证(图 3B、C)。 训练集中的 AUC 分数分别为 0.815、0.693 和 0.678,1 年、2 年和 3 年的临界值分别为 1.714、2.012 和 2.012(图 3D)。 对于测试集,1 年、2 年和 3 年的 AUC 分数分别达到 0.837、0.756 和 0.754,临界值为 1.278。 (图 3E)。 整个数据集的 AUC 评分均高于 0.69,1 年、2 年、3 年的临界值分别为 1.714、2,050 和 1.704(图 3F)。 训练集和两个验证集中五个基因的风险评分、生存时间和生存状态以及基因表达如图3G-I所示。 总的来说,这些结果表明了预后模型的准确性和稳健性。
图3
3.预后与临床之间的关系
作者评估了风险模型在具有不同临床特征亚组的总数据集中的预后意义。 可以看出在高风险组中年龄和分期都有意义(图 4A-F)。 分层分析结果证实了模型在亚组中的适用性。 作者还分析了五个基因在不同肿瘤等级中的表达。 结果表明,除 MYCN 外,大多数基因在 G3 和 G4 中上调(图 4G-K)。 这表明预后特征与肿瘤分级显着相关。
图4
4. 预后基因的外部验证
作者选取了两个外部数据集 GEO (GSE14520) 和 ICGC 数据集进行验证。 Kaplan-Meier 曲线表明,高风险组患者的总体生存率低于低风险组患者(图 5A、B)。 根据 ROC 分析,GEO 队列在 1、2 和 3 年时的 AUC 分数分别为 0.641、0.629 和 0.607(图 5C)。 对于 ICGC 队列,1 年、2 年和 3 年的 AUC 分数分别达到 0.637、0.606 和 0.601(图 5D)。 与TCGA数据集一致,GEO队列和ICGC队列各患者风险评分和生存状态分布趋势相同,高危组G6PD、HRAS、NRAS、MYCN和TIMM9表达增加(图5E、F)。
图5
5. 列线图的构建和验证
作者利用单变量和多变量Cox回归分析来确定风险评分和其他临床病理因素是否是HCC预后的独立因素。 单变量 Cox 分析结果显示,分期、病理 T 和风险评分与 OS 显着相关(图 6A)。 同时,只有风险评分在多变量 Cox 分析中显示出相似的结果(图 6B)。 这些结果表明,风险评分可作为 HCC 的独立预后因素。 根据 TCGA总数据集中的单变量和多变量分析结果,建立列线图(图 6C)。 1 年、2 年和 3 年总生存预测的 AUC 分别为 0.819、0.710 和 0.691(图 6D)。 以上结果验证了列线图预测HCC患者预后的准确性。
图6
6.功能富集分析
GO-BP富集分析表明,这些高危组和低危组之间的DEGs主要富集在核分裂和有丝分裂核分裂中。 在 GO 细胞成分 (GO-CC) 分析中,这些 DEGs 在染色体区域、染色体和着丝粒区域中显着富集。 对于 GO-分子功能 (GO-MF) 分析,这些 DEGs 与类固醇羟化酶活性、花生四烯酸单加氧酶活性等相关(图 7A、B)。KEGG通路富集分析显示,高危组在剪接体、碱基切除修复、RNA降解和卵母细胞减数分裂等方面显着富集(图7C)。 同时,高危组患者也参与了P53等肿瘤相关信号通路(图7C)。 此外,低风险组也参与了多个代谢过程,包括补体和凝血级联反应、初级胆汁酸生物合成、药物代谢细胞色素P450、脂肪酸代谢和视黄醇代谢(图7D)。 此外,GSEA 分析以及反应组通路表明,与高危人群相关的通路主要集中在转录调控和 SARS-CoV-2(包括 TP53 的转录调控、tRNA 加工、SARS-CoV-2 感染)(图 7E)。 在低风险组中,富集的反应组通路也参与了代谢过程,例如支链氨基酸分解代谢、按底物类型排列的细胞色素 P450 和化合物的 I 相功能化(图 7F)。
图7
7.蛋白质-蛋白质网络的构建
作者利用Cytoscape软件的CytoHubba功能寻找G6PD和MYCN的hub基因。 结果表明,ENO2是G6PD和MYCN的交集(图8A)。
8. 基因突变分析
作者从 TCGA 数据集下载突变数据后,发现高风险组和低风险组之间的 TMB 没有显着差异。 然而,高 TMB 和高风险组患者的预后比其他组更差(图 8F)。 瀑布图显示了两个风险亚组中的改变频率最高的前 20 个基因(图 8B、C)。此外,在这两个组中,错义突变、单核苷酸多态性 (SNP) 和 C> T突变分别为不同分类类别的主要突变类型(图8D、E)。 作者还展示了中值变异和变异类型(图 8D、E)。 在整个样本中,5个预后基因的突变率都不高,只有NRAS和MYCN会发生突变(图8G)。 错义突变也是主要类型(图8G)。
图8
9. 风险评分与免疫微环境的相关性
肿瘤微环境中的免疫细胞影响肿瘤的生物学行为。结果表明中性粒细胞、巨噬细胞、DCs 和 CD8+T 细胞与高风险组相关(图9A-D)。 然而,CD4+T 细胞和 B 细胞与风险评分没有显着关系(图 9E、F)。 此外,属于高危组的HCC患者Treg细胞、Th1细胞、巨噬细胞、衰竭细胞和CD8+T细胞等免疫细胞比例较高,而幼稚CD8+T细胞、Th17细胞和单核细胞比例较低(图9G)。
图9
10. 免疫治疗反应和免疫检查点
作者探讨了风险评分与四种免疫检查点基因(PDCD1、CTLA4、LAG3 和 VEGFA)之间的关联。 结果显示免疫检查点的表达存在统计学显着差异,在高风险组中更高(图 10A-D)。同样,这些 ICG 的表达在高风险组中更高(图 10G)。 作者还发现,与 T 细胞组相比,G6PD、NRAS 和 HRAS 可能与肿瘤细胞/APC/DC 组中的大多数 IGC 呈中度正相关(图 10H)。 作者使用了 TIDE 算法进一步评估患者对免疫治疗的反应,可以看出TIDE 评分较低的患者可能会从免疫治疗中受益(图 10E、F)。
图10
11.化疗药物敏感性
作者还通过比较高风险组和低风险组之间的 IC50 值来分析化学治疗药物的功效(图 11)。 结果显示,高危组患者丝裂霉素C、博来霉素、贝沙罗汀、吉西他滨、多柔比星和替比法尼的IC50均低于低危组患者,说明这些化疗药物可能对高危组患者有较好的疗效。
图11
12.风险模型中基因的mRNA相对表达量
作者选择了NRAS 和 HRAS这两个基因进行 qPCR。 结果显示这两个基因在 HCC 和癌旁组织之间是有差异的(图 12A、B)。
图12
到这里这篇文章小编就介绍完了,本文结构清晰,逻辑严谨,在这项研究中,在本研究中,作者首先从公共数据库下载相应数据。 随后,建立了一个由五个 DOFs 组成的预后模型,并在测试集和总数据集中分别对其进行了验证。 同时, 还比较了高危组和低危组之间的免疫浸润、免疫治疗反应和化疗药物敏感性。 此外,作者通过定量实时 PCR (qRT-PCR) 分析,比较了这五个基因在肿瘤和正常组织中的表达情况。
综上所述, 这五种铁死亡基因显示了 HCC 患者预后的潜力,可被视为这些患者免疫治疗反应的有价值的生物标志物。