失巢凋亡是一種防止細(xì)胞遷移的防御機制，可以通過喪失細(xì)胞粘附力來阻止細(xì)胞遷移，這一機制近來受到學(xué)者們的青睞，布小谷翻了翻近5年的相關(guān)發(fā)文有3000多條，這說明這種分析模型已被不斷接受，但是分析失巢凋亡相關(guān)的長鏈非編碼RNA（LncRNA）現(xiàn)在僅僅只有300多條，這是因為研究人員對LncRNA發(fā)揮預(yù)后功能的發(fā)掘還不夠，文章巧妙的選取這一嶄新的角度分析宮頸癌預(yù)后，是不是感覺非常機智呢？那就和小谷一起去看看吧?。。?/span>

題目：失巢凋亡相關(guān)長鏈非編碼RNA標(biāo)記預(yù)測宮頸癌預(yù)后和小分子藥物響應(yīng)

雜志：Frontiers in Pharmacology

影響因子：IF=5.988

發(fā)表時間：2023年3月

研究背景

宮頸癌（CC）對女性健康造成了嚴(yán)重威脅，早期宮頸癌可以通過篩查和疫苗接種預(yù)防，晚期CC會發(fā)生轉(zhuǎn)移使得其預(yù)后較差，因而尋找合適的預(yù)后標(biāo)志物非常必要。而失巢凋亡就可以抑制腫瘤細(xì)胞遷移、延緩癌癥進展。但是腫瘤細(xì)胞可以分泌生長因子來抵抗失巢凋亡，因而研究表明抗失巢凋亡是腫瘤遠(yuǎn)端遷移的標(biāo)志性事件。因此本文構(gòu)建了能夠預(yù)測預(yù)后的新型ARLs相關(guān)標(biāo)記，并為CC患者的治療反應(yīng)提供了新思路。

數(shù)據(jù)信息

研究思路

首先從TCGA數(shù)據(jù)庫中提取宮頸鱗狀細(xì)胞癌和宮頸內(nèi)膜腺癌（CESC）長鏈非編碼RNA（lncRNA）的表達矩陣，利用ssGSEA分析ARG評分，并通過Hmisc包識別失巢凋亡相關(guān)lncRNA（ARL）。根據(jù)ARL對患者進行聚類分析并探索不同亞型的存活率（OS）、表達、免疫相關(guān)及遺傳景觀，且對高度相關(guān)的AC3亞型通過GSVA進行生物功能分析。其次根據(jù)ARL的LASSO回歸分析構(gòu)建風(fēng)險模型并對模型進行驗證。最后討論模型評分（ARP評分）與腫瘤免疫環(huán)境（TME）、藥物敏感性和生物功能的相關(guān)性。

主要結(jié)果

1.ARL的識別

使用Gencode獲得大量LncRNAs，并利用ssGSEA計算ARG分?jǐn)?shù)，根據(jù)相關(guān)性篩選574個ARL。單變量回歸分析篩選這些ARL，其中與OS相關(guān)的有37個ARL（圖 1A），并對這37個ARL的相關(guān)性進行分析（圖 1B），最后分析表達發(fā)現(xiàn)，37個ARL的差異表達使得ARG分?jǐn)?shù)也發(fā)生變化（圖 1C）。

2.ARL相關(guān)分子亞型的鑒定與分析一致聚類分析發(fā)現(xiàn)通過37 個ARL的表達矩陣可以將TCGA-CESC患者分成3個亞型，AC1、AC2和AC3（圖2 A-C）。KM分析發(fā)現(xiàn)，AC1預(yù)后最好，AC3預(yù)后最差（圖2 D），同時存活率統(tǒng)計也發(fā)現(xiàn)AC3死亡人數(shù)最多（圖2 E），且其ARG評分也最高（圖2 F）。（ps：分析亞型有利于更好的理解風(fēng)險模型的結(jié)果）

上述說明不同亞型ARG評分有差異，那么不同亞型的ARL表達是怎樣呢？熱圖發(fā)現(xiàn)風(fēng)險因子在AC3中高表達，保護因子在AC1中高表達（圖 3）。

不同亞型的OS和表達已分析，免疫層面有何差異呢？文章使用CIBERSORT方法評估22種免疫細(xì)胞的的浸潤（經(jīng)典的評估免疫細(xì)胞方法），其中AC3的浸潤差異尤為明顯，在B cells na?ve、T cells CD8以及T cells regulatory（Tregs）等細(xì)胞中，AC3浸潤明顯較低；而在Macrophages M0、Mast cells activated和Neutrophils中，AC3浸潤較其他亞型高（圖 4A）。這說明了AC3簇的特殊性，也說明了這一亞型與CC癌癥的相關(guān)性更高。另外，CC癌癥發(fā)生遠(yuǎn)端轉(zhuǎn)移時，血管生成與其息息相關(guān)。意料之中，分析血管評分發(fā)現(xiàn)AC3血管生成評分最高（圖 4B）。同時癌癥造成的免疫逃逸也可以由免疫檢查點分析來判定，結(jié)果又發(fā)現(xiàn)AC3中17個免疫檢查點基因的高表達（圖 4C）。這說明了AC3亞型較高的ARG評分與免疫抑制相關(guān)，癌癥躲過免疫就可以發(fā)生遠(yuǎn)端轉(zhuǎn)移，造成較高的血管生成評分。? ?

AC3亞型中的表達、預(yù)后以及免疫結(jié)果說明了這一亞型與CC遠(yuǎn)端轉(zhuǎn)移密切相關(guān)，那這是由什么引起的？文章分析了遺傳景觀去觀察突變頻率，結(jié)果發(fā)現(xiàn)AC3的突變頻率遠(yuǎn)高于其他亞型（圖 5A-C）?；趕sGSEA功能分析的結(jié)果發(fā)現(xiàn)AC3亞型在腫瘤發(fā)生通路富集（圖 5D），進一步用GSVA分析發(fā)現(xiàn)在AC3中TGF BETA SIGNALING、PI3K AKT MTOR SIGNALING、NOTCH SIGNALING等被激活，而在AC1中卻被抑制（圖 5E）。

3.風(fēng)險模型構(gòu)建、驗證和分析

為了構(gòu)建風(fēng)險模型，將TCGA-CESC中的患者分為數(shù)據(jù)集和驗證集，利用LASSO回歸分析和多變量分析結(jié)果篩選出7個ARL，構(gòu)建風(fēng)險模型，得出ARL評分（APR）并將患者分為高APR組和低APR組。分析預(yù)后發(fā)現(xiàn)高APR組的預(yù)后較差（圖6 A-C），并通過ROC曲線對這一模型進行驗證，準(zhǔn)確性較高（圖 6 D-F）。表明APR評分在預(yù)測CC患者的OS上準(zhǔn)確性較高。

那這個風(fēng)險模型與臨床病理特征有何關(guān)系？首先，APR評分最高的是AC3亞型（圖7 A）。風(fēng)險評分越高死亡率越高，同時不同風(fēng)險類型中7個ARL表達也存在差異（圖7 B）。根據(jù)這一基礎(chǔ)分析不同臨床病理特征相關(guān)性，結(jié)果發(fā)現(xiàn)在不同階段、等級和年齡的亞組下，高APR患者的OS顯著高于低APR患者。

為了讓這些結(jié)果可以應(yīng)用于臨床，單變量（圖 8A）和多變量（圖 8B）分析相關(guān)性，最終選擇APR評分和分期來構(gòu)建列線圖以應(yīng)用臨床進行OS預(yù)估（圖 8C）。校準(zhǔn)曲線也顯示該列線圖是一個可靠的預(yù)測工具（圖 8D）。ROC曲線分析表明相比其他臨床特征，列線圖和APR評分在預(yù)測OS上有更高的準(zhǔn)確性（圖 8E）。

4.APR評分中TME的評估分析

為了檢測該風(fēng)險模型不同評分的免疫情況，利用CIBERSORT和MCP-count算法進行評估。結(jié)果顯示高APR組，T cells CD8和Treg的浸潤豐度較低（圖 9A）。MCP也顯示高APR的CD8 T cells的免疫評分較低（圖 9B）。進一步分析免疫治療反應(yīng)，發(fā)現(xiàn)高APR患者的TIDE和Exclusion scores分?jǐn)?shù)略高（圖 9C、D），這是因為高評分患者的免疫逃逸更容易發(fā)生。

5.APR評分與化療藥物敏感性的相關(guān)性分析

為了分析APR評分對化療藥物的預(yù)測，對20種藥物的IC50值進行計算。結(jié)果發(fā)現(xiàn)低APR組對Rapamycin、KIN001-135和Roscovitine等有著積極的響應(yīng)，高APR組對Sunitinib、MG-132、Paclitaxel等有著積極響應(yīng)（圖 10）。不同評分對小藥物的敏感性不同，也就是APR評分與藥物敏感性相關(guān)。

6.APR評分與生物途徑

高評分組的生物途徑是不是也有不同？利用GSEA分析不同APR評分組的富集途徑，結(jié)果發(fā)現(xiàn)高評分組的血管生成、細(xì)胞凋亡等途徑顯著富集（圖10）。

小結(jié)

本文的選題方向非常創(chuàng)新，失巢凋亡本身就是這幾年火起來的熱點，而且文章又采用了與其相關(guān)的LncRNA做預(yù)后，這一方向的發(fā)文少之又少，一下子將文章拔高起來；其次一致聚類分析不同亞型，并對高度相關(guān)亞型做功能分析這一思路為預(yù)后分析進行了良好的鋪墊，也是文章很巧妙的一個得分點。這篇文章思路創(chuàng)新，邏輯清楚，是一篇容易學(xué)習(xí)和模仿的分析模板。如果您也有相關(guān)的腫瘤需要分析，就趕快收藏起來噢！

如果您的時間和精力有限或者缺乏相關(guān)經(jīng)驗，并且對生信分析和思路設(shè)計有所需要的話，“布谷鳥”非常樂意為您提供如下服務(wù)：免費思路評估、付費生信分析和方案設(shè)計以及實驗項目實施等，有意向的小伙伴歡迎咨詢布小谷哦！