自己搭建网站需要什么,产品网站定制,网页设计代码html分行,怎么看网站空间今天给同学们分享一篇氧化应激预后模型的生信文章“Construction of an oxidative stress-related lncRNAs signature to predict prognosis and the immune response in gastric cancer”#xff0c;这篇文章于2023年5月31日发表在Scientific Reports期刊上#xff0c;影响因…今天给同学们分享一篇氧化应激预后模型的生信文章“Construction of an oxidative stress-related lncRNAs signature to predict prognosis and the immune response in gastric cancer”这篇文章于2023年5月31日发表在Scientific Reports期刊上影响因子为4.996。 氧化应激是细胞有氧代谢的一个特征在胃癌GC的发展和转移过程中起着至关重要的调控作用。长非编码 RNAlncRNA是胃癌发展过程中的重要调控因子。然而目前对氧化应激相关lncRNAsOSRLs的预后模式及其在免疫微环境中的功能的研究尚不充分。 图1 本研究的流程图 1.nbsp;氧化应激相关基因的富集分析
在 TCGA-STAD 数据集中共发现了 185 个氧化应激相关 DEGs73 个上调基因和 112 个下调基因图 2A 。然后作者进行了 KEGG 分析图 2B和 GO 分析图 2C nbsp;以确定与氧化应激相关的 DEGs。KEGG分析的前5条通路分别是脂质与动脉粥样硬化、药物代谢-细胞色素P450、IL-17信号通路、化学致癌-受体激活、流体剪切应力和动脉粥样硬化。GO 分析包括生物过程BP、细胞成分CC和分子功能MF类别。在 BP 类别中DEGs 富集于氧化应激反应、异生物刺激和 ROS 代谢过程。在CC类别中DEGs与内囊腔、膜筏、膜微域等相关。在 MF 类中DEGs 与受体配体活性、信号受体激活剂活性等有关。 图2 氧化应激相关基因的差异表达基因鉴定和功能富集分析 2.nbsp;OSRLs 预后特征的确定和验证
通过从 UCSC 数据集中提取 185 个氧化应激相关 DEGs 和 13,978 个 lncRNAs 的交集作者发现了 102 个氧化应激相关 lncRNAs。随机生存森林算法显示33 个 lncRNA 与氧化应激有相互作用。多变量分析证实 AC091057.1、TP53TG1、ARRDC1-AS1、SNHG5、DUXAP8、DIP2A-IT1、AL355001.1 和 COLCA1 为 OSRLs 预测特征。当风险评分高于中位值时患者被归类为 HRiG反之则被归类为 LRiG。生存状态曲线图 3A和风险评分曲线图 3C显示亚组患者存在明显差异。KM 曲线显示HRiG 患者的总生存率低于 LRiG 患者P 0.01图 3E。此外接收者操作特征ROC曲线和曲线下面积AUC值表明风险模型在预测 GC 预后方面具有敏感性和特异性。在训练组中3 年和 5 年的 AUC 值分别达到了 0.712 和 0.737图 3G。在结果相似的验证组中图 3B、D、F3 年和 5 年的 AUC 值分别达到 0.612 和 0.628图 3H。 图3 OSRLs 特征的构建和验证 3.nbsp;OSRL 特征的预后价值
值得注意的是风险模型在两个单变量HR 1.15695%CI 1.061-1.261和多变量分析HR 1.13395%置信区间1.033–1.243图4A、B风险模型的AUC值达到0.737图4C。后来作者利用OSRLs特征构建了一个预后列线图以可视化每个患者的生存率并评估了GC患者的3年和5年总生存概率图4D。使用校准曲线来评估列线图的预测性能。图4E和F显示校准曲线的预测值和真实值呈线性相关。上述结果表明预测特征和列线图在GC预测中具有良好的性能、准确的预测和判别能力可在临床管理中发挥重要作用。 图4 OSRLs 特征的预后价值 4.nbsp;OSRLs 特征的预后价值
预测特征的基因富集分析表明LRiG 和 HRiG 患者主要富集于氧化应激和免疫通路。例如缺氧标志基因图 5A、D代表在低氧水平下上调的基因这些基因在 HRiG 中富集。活性氧通路图 5B在 LRiG 中富集相关基因包括关键基因硫氧还蛋白TXN图 5E它与其他酶一起构成了参与调节线粒体 ROS 和保护细胞免受氧化应激的清除酶系统 18 。作为泛醌氧化还原酶亚基 A6NDUFA6的上游基因TXN 可能会通过调节 NDUFA6 的表达来影响线粒体的活力 19 。标志性 Wnt β-catenin 信号传导图 5C、F和标志性 MTORC1 信号传导图 5G、J通路是 LRiG 中显著富集的免疫相关通路。此外通过GSEA进行的KEGG通路分析显示细胞因子-细胞因子受体相互作用图5H,K和细胞周期图5I,L分别在HRiG和LRiG患者中富集。 图5 通过 GSEA 对 OSRLs 特征进行通路富集分析 5.nbsp;肿瘤免疫微环境分析
为了证实OSRLs与肿瘤免疫微环境之间的相互作用作者利用 ssGSEA 软件包分析了亚组中16种免疫相关细胞和13种免疫功能评分的差异。如图 6A 所示肥大细胞作为参与免疫反应的细胞在不同亚组之间存在显著的富集差异P0.05图 6B。主要组织相容性复合体 I 类MHC I 类在 LRiG 中的表达水平高于 HRiGP0.05图 6C。这可能是因为 MHC I 类有助于 CD8 T 细胞消灭恶性细胞并提供长期保护性免疫。与 MHC I 类的结果相反副炎症parainflammation是组织细胞在各种压力或异常功能下的炎症反应在高危患者中富集程度更高P0.05图 6D。随后利用热图估算了免疫检查点与风险模型之间的交互作用图 6ECD200、TNFSF4、TNFSF9 和 BTLN2 检查点的表达在 HRiG 患者中显著增加图 6F-I。最后评估了探索OSRLs预测特征与化疗药物之间关系的测量标准半数最大抑制浓度IC 50 。HRiG患者对甲氨蝶呤和TrKA抑制剂更敏感图7A,B而LRiG患者对芦卡帕利、bryostatin、embelin和palbociclib更敏感图7C-F。 图6 根据 OSRLs 特征预测免疫细胞浸润 图7 基于OSRLs特征的化疗药物敏感性预测 6.nbsp;基于OSRLs特征的化疗药物敏感性预测
8个lncRNA的相对表达在AGS、HGC-27和GES-1细胞系中通过qRT-PCR实验得到了验证。如图 8A-G 所示与 GES-1 细胞相比DUXAP8、TP53TG1 和 AL355001.1 在 AGS 和 HGC-27 细胞中明显上调而 AC091057.1 和 SNHG5 则明显下调。ARRDC1-AS1和COLCA1在HGC-27细胞中上调而AGS细胞与GES-1细胞相比无明显差异。DIP2A-IT1的表达在GES-1、AGS和HGC-27细胞系中没有明显差异。 图8 7 种 lncRNA 在 GC 细胞系中的表达水平比较
nbsp;
总结
总之经 qRT-PCR 实验验证的 OSRLs 有可能成为预测 STAD 患者总生存率的生物标志物。值得注意的是该特征可能会调节免疫浸润水平和免疫功能。因此氧化应激、lncRNAs、免疫和 GC 之间的机制和关系值得进一步探讨和验证。作者相信8个OSRLs特征可以指导对GC生物学行为及其临床预后的研究。然而本研究也存在一些局限性1本研究使用了一个外部验证集需要更多的外部验证集来确保模型的有效性。(2有必要通过实验进一步验证 OSRLs 在 GC 中的作用机制。nbsp;
