中科院二区7.7分的纯生信|还是铁死亡,还是肿瘤预后模型

简介: 该研究发表在2023年8月的《Computers in Biology and Medicine》杂志上,构建了一个基于铁死亡基因的乳腺癌预后模型。研究发现11个与乳腺癌生存相关的基因,建立了预测模型,并通过TCGA和GEO数据集验证。模型显示良好预测能力,揭示了铁死亡在乳腺癌中的关键角色,特别是JUN基因。此外,还鉴别出10个潜在的免疫治疗靶点,为乳腺癌治疗提供了新方向。

今天给大家分享一篇IF=7.7的铁死亡肿瘤预后模型的文章,2023年8月发表在Computers in Biology and Medicine:Analysis of a new therapeutic target and construction of a prognostic model for breast cancer based on ferroptosis genes,基于铁死亡基因的乳腺癌新治疗靶点分析及预后模型构建

摘要

乳腺癌(Breast CancerBC)是全球女性最常见的恶性肿瘤,也是女性死亡的重要原因。由于乳腺癌对常用的抗肿瘤药物具有耐药性,现有的乳腺癌患者预后模型并不准确。铁死亡是一种新的程序性细胞死亡机制,依赖于铁积累和脂质过氧化。各种研究已经证实铁死亡在肿瘤调节中的作用,并且铁死亡现在被认为在乳腺癌的发展中发挥重要作用。

目前,乳腺癌与预后的关系与铁死亡相关的基因表达仍不清楚。该研究领域的进一步探索可能会优化乳腺癌患者预后的评估和预测以及寻找新的治疗靶点。在这项研究中,对来自癌症基因组图谱(TCGA)数据库和基因表达综合(GEO)数据库的乳腺癌样本的临床因素和多个基因的表达进行了评估。11 个预测相关基因( TP63、IFNG、MT3、 ANO6、 FLT3、PTGS2、SLC1A4、JUN、SLC7A5、CHAC1和TF)从差异表达基因中鉴定出来构建生存预测模型,表现出良好的预测能力。KEGG通路分析显示,免疫相关通路是主要通路。ssGSEA分析显示某些免疫相关细胞亚群(例如 CD8 + T 细胞和 B 细胞)的分布以及多种免疫基因(包括II 型 IFN反应和 APC 共抑制)的表达存在显着差异。此外,还发现了10个与乳腺癌铁死亡相关的免疫靶点:CD276、CD80、HHLA2、LILRA2、NCR3LG1、NECTIN3、PVR、SLAMF9、TNFSF4和BTN1A1。

利用TCGA鉴定了与乳腺癌预后相关的新的铁死亡基因,建立了新的可靠、准确的预后模型,并确定了10个不同于传统靶向药物的新的潜在治疗靶点,为改善乳腺癌患者的不良预后提供参考。

  • 已鉴定出与 BC 患者预后相关的铁死亡基因。
  • 基于与生存相关的铁死亡基因建立相关网络。
  • 发现 JUN 在乳腺癌铁死亡中的关键作用。
  • 在 BC 建立了与铁死亡相关的准确预后生存模型。
  • 确定与 BC 患者预后相关的免疫治疗靶点。

结果

图1 . 乳腺癌患者生存相关铁死亡基因的鉴定

  • (A)绘制火山图显示铁死亡的差异表达基因,红色表示肿瘤组织中高表达,蓝色表示肿瘤组织中低表达;
  • (B) 选择表达差异显着(p < 0.05)的基因,绘制其在肿瘤组织和正常组织中表达的热图,红色为高表达,蓝色为低表达;
  • (C)乳腺癌铁死亡相关基因的风险比(HR)森林图,HR > 1为保护基因,HR < 1为危险基因;
  • (D) 重要的生存相关基因的 PPI 网络;
  • (E) 基因相关网络,颜色越深相关性越强,红色为协同基因,蓝色为抑制基因。

image.png

图2 . 通过生存模型将患者分为高危组和低危组,并进行生存相关性分析

  • (A)基于生存模型的高危组和低危组的KM生存曲线显示,低危组(蓝色)的生存结局明显优于高危组(黄色)(p < 0.0001);
  • (B) PI基因生存预测的时间依赖性ROC曲线分析;
  • (C) 基于生存模型的每个患者的风险评分分布;
  • (D)基于模型评分的两组患者的生存状态;
  • (E) 两组的基因表达热图。

image.png

图3 . 通过 GEO 数据库对生存预测模型进行外部验证

  • (A)基于生存模型的高危组和低危组的KM生存曲线显示,低危组(蓝色)的生存结局明显优于高危组(黄色)(p < 0.05);
  • (B) PI基因生存预测的时间依赖性ROC曲线分析;
  • (C) 基于生存模型的每个患者的风险评分分布;
  • (D)基于模型评分的两组患者的生存状态;
  • (E) 两组的基因表达热图。


图4 . 乳腺癌生存相关铁死亡基因的临床意义及差异预后相关因素分析

  • (A)预后基因与临床因素之间的相关性。每个单元格中的数字和颜色代表 p 值;
  • (B) 使用单变量 COX 回归分析来确定与患者生存相关的个体因素;
  • (C) 多变量 COX 回归分析确定了与患者生存相关的独立预后因素。


image.png

图5。通过R语言“survival”和“rms”包,使用临床病理学和预后模型构建列线图

  • (A) 联合预测可以准确预测患者的1,3,5年生存率,因此可以应用于临床;
  • (B) 列线图预测的 1 年生存率;
  • (C) 列线图预测 3 年生存率;
  • (D) 列线图预测 5 年生存率。

image.png

图6 . 与乳腺癌生存相关的铁死亡基因的GO和KEGG通路富集分析

  • (A) 生物过程;
  • (B) 细胞成分;
  • (C) 分子功能;
  • (D) KEGG 通路。


图7 . 乳腺癌生存相关铁死亡基因的 ssGSEA 分析

  • (A)基于乳腺癌生存相关铁死亡基因特征的高危和低危人群免疫反应热图;
  • (B)基于ssGSEA的高风险组(红色)和低风险组(蓝色)免疫细胞亚群的差异;
  • (C)基于ssGSEA的高风险组(红色)和低风险组(蓝色)免疫细胞功能的差异;
  • (D)高危组(黄色)和低危组(蓝色)免疫检查点表达水平的差异。

小总结

  • 通透,梦回许多年前刚从非肿瘤到肿瘤研究的时候,这篇文章堪比基因集肿瘤预后模型的教科书:差异基因+铁死亡、PPI网络、生存分析、临床特征相关性、COX回归、通路富集、ssGSEA免疫浸润。可能中规中矩,但是这一定是入门-了解生信做肿瘤预后的最佳“辅助
  • 这样的研究思路可以说是有点平平无奇,确实也是挺久之前就有这样的分析套路了,在大家都跑去卷机器学习/孟德尔随机化,还有各种叠buff的时候,反倒觉得这样的有点返璞归真——目标明确就干一件事:筛选预后标志物
  • 又好奇看了看单位,不简单,看来拒绝花里胡哨稳扎稳打的研究也是一种态度



目录
相关文章
|
3月前
|
人工智能 监控 安全
【江西省研究生数学建模竞赛】第一题 蒸汽发生器倒U型管内液体流动 详细的数学模型及参考文献
本文详细介绍了江西省研究生数学建模竞赛题目之一"蒸汽发生器倒U型管内液体流动"的数学建模方案和参考文献,包括对U型管内液体流动的建模、压差分析、流动情况计算以及减少倒流现象的策略。
42 0
|
5月前
|
数据采集 人工智能 算法
ICLR 2024 Spotlight:单模型斩获蛋白质突变预测榜一!西湖大学提出基于结构词表方法
【6月更文挑战第1天】西湖大学团队研发的蛋白质语言模型SaProt,在结构词表方法下,于蛋白质突变预测任务中荣登榜首。SaProt利用Foldseek编码的结构标记理解蛋白质行为,超越现有基准模型,在10个下游任务中表现出色。尽管训练资源需求大,且有特定任务优化空间,但该模型为生物医学研究带来新工具,促进科学理解与合作。论文链接:[https://www.biorxiv.org/content/10.1101/2023.10.01.560349v4](https://www.biorxiv.org/content/10.1101/2023.10.01.560349v4)
182 7
|
6月前
|
算法 数据可视化 数据挖掘
JCR一区10.9分|单细胞:有一手数据的肿瘤课题组怎么冲高分文章
这篇文章介绍了在《肿瘤免疫疗法》杂志上发表的一项研究,该研究利用单细胞RNA测序技术揭示了肝细胞癌(HCC)中FABP1(脂肪酸结合蛋白1)依赖的免疫抑制环境。研究分析了II期和III期HCC患者样本的免疫细胞,发现FABP1在III期HCC的肿瘤相关巨噬细胞(TAMs)中过度表达,并与免疫抑制有关。FABP1与PPARG(过氧化物酶体增殖物激活受体伽玛)相互作用,促进了HCC中的脂肪酸氧化,进而影响免疫应答。
86 0
|
6月前
|
机器学习/深度学习 数据挖掘 Go
中科院二区7.4分|NET基因肿瘤分型+生存预后模型+分子对接
在《Journal of Translational Medicine》上发表的最新研究中,科学家们鉴定了一种新的NET相关基因签名,用于预测弥漫性大B细胞淋巴瘤(DLBCL)患者的预后。他们发现8个基因(PARVB,LYZ,PPARGC1A,HIF1A,SPP1,CDH1,S100A9和CXCL2)与DLBCL生存率显著相关,建立了NRG遗传风险模型,该模型可能有助于指导DLBCL的治疗选择。研究包括基因表达数据的分析、预后特征的构建和验证,以及与免疫微环境和潜在治疗靶点的相关性探索。
76 0
|
6月前
|
机器学习/深度学习 算法 Go
中科院医学2区7.4分|双疾病思路,学习一下cMAP
这篇研究通过综合生物信息学分析和机器学习,探讨了慢性肾脏病(CKD)与钙化性主动脉瓣疾病(CAVD)之间的关联,发现了17个潜在的诊断标志物,并构建了基于SLPI/MMP9的CAVD诊断列线图。该研究揭示了CKD相关CAVD的免疫途径,为未来血清诊断和治疗提供了新视角。文章发表在《Journal of Translational Medicine》上,IF为7.4。
145 0
|
6月前
|
机器学习/深度学习 算法 搜索推荐
JCR一区7分线粒体基因,纯生信非肿瘤分型诊断模型
**摘要:** 一项研究在《翻译医学杂志》(IF 7.4)上发表,揭示了线粒体分子特性如何影响风湿性关节炎(RA)的治疗。通过对线粒体基因的分析,研究人员识别出RA患者的三个亚型,每个亚型具有独特的分子和细胞特征。亚型关联分析显示,亚型C对特定生物制剂如英夫利昔单抗、抗TNF药物、利妥昔单抗和甲氨蝶呤/阿巴西普的响应更强。利用机器学习建立了基于线粒体基因的诊断模型,该模型在区分RA亚型上表现优异,为患者分层和个性化治疗提供了新策略。
107 0
|
6月前
|
数据可视化 数据挖掘 Go
JCR一区5分的干湿结合:胃癌糖代谢分型肿瘤免疫微环境
在iScience上发表的一篇文章探讨了胃癌中糖代谢和肿瘤免疫微环境的关系,以预测临床结果。研究基于2471个胃癌样本的多组学数据,鉴定出三种糖代谢亚型和两种免疫聚类,建立了糖免疫评分系统,该系统能够区分对化疗敏感和可能从免疫治疗中受益的患者。高糖免疫评分与糖代谢活跃和较低的化疗响应相关,而低评分与更强的免疫浸润和可能的免疫治疗响应关联。研究结果强调了在胃癌治疗策略中考虑糖代谢和免疫状态的重要性。
63 0
|
6月前
|
数据库
文献速读|毕设不愁了,中科院二区5分非肿瘤双疾病分析思路
研究摘要:一项发表于2023年《Molecular Neurobiology》(IF=5.1)的论文探讨了帕金森病(PD)与重度抑郁症(MDD)的共病基因。研究通过分析基因表达谱数据识别出PD和MDD的共同基因,特别是AQP9、SPI1和RPH3A三个关键基因。这些基因在两种疾病中均表现出显著差异表达,且与中性粒细胞和单核细胞的功能有关。研究使用生物信息学方法进行基因功能注释和蛋白质相互作用网络分析,并通过实验验证了基因在模型系统中的作用,强调了这些基因在疾病病理生理中的潜在角色。
116 0
|
机器学习/深度学习 算法 数据可视化
“华为杯”第十八届中国研究生数学建模竞赛D题:抗乳腺癌候选药物的优化建模(一等奖)
“华为杯”第十八届中国研究生数学建模竞赛D题:抗乳腺癌候选药物的优化建模(一等奖)
198 0
|
数据采集 机器学习/深度学习 存储
2020 年河北省第三届研究生数学建模竞赛B题 交通检测器数据质量控制及预测(二等)
2020 年河北省第三届研究生数学建模竞赛B题 交通检测器数据质量控制及预测(二等)
74 0