欢迎光临散文网 会员登陆 & 注册

m6A 相关 LncRNA 在 HNSCC 患者中的预后价值

2022-01-26 14:26 作者:275276  | 我要投稿

N6-甲基腺苷 (m6A) 修饰在肿瘤发生中起重要作用。这些修饰调节 RNA,包括 mRNA 和 lncRNA。然而,人们对 m6A 相关 lncRNA 在头颈部鳞状细胞癌 (HNSCC) 中的预后作用知之甚少。基于 LASSO Cox 回归、富集分析、单变量和多变量 Cox 回归分析、预后风险模型和共识聚类分析,我们分析了来自癌症基因组图谱 (TCGA) 数据库的 HNSCC 样本数据中的 12 个 m6A 相关 lncRNA。我们在训练队列中发现了 12 个 m6A 相关的 lncRNA,并通过 Kaplan-Meier 和 Cox 回归分析在所有队列中验证了它们,揭示了它们在 HNSCC 中的独立预后价值。此外,进行了 ROC 分析,证实了该特征对 HNSCC 存活的强大预测能力。GSEA 和详细的免疫浸润分析揭示了与 m6A 相关的 lncRNA 相关的特定途径。在这项研究中,一种新的风险模型包括 12 个基因(SAP30L-AS1,AC022098.1、LINC01475、AC090587.2、AC008115.3、AC015911.3、AL122035.2、AC010226.1、AL513190.1、ZNF32-AS1、AL035587.1和AL031716.1)已建成。它可以准确预测 HNSCC 的结果,并可以为 HNSCC 患者提供新的治疗靶点。

结果

显示了 HNSCC 中 m6A 和 lncRNA 之间的共表达网络图。蓝色代表lncRNA,红色代表m6A。将 21 个 m6A 相关 lncRNA 映射到 HNSCC 样本的表达谱,以通过 CCP 工具进行一致的聚类,以便我们可以通过其不同的免疫表型将 HNSCC 样本分成不同的肿瘤簇。我们将 9 设置为最大簇数(图 1)。 2一个)。最稳定的结果将不同的肿瘤簇分为两个簇,如 CCP 分析所示,分别命名为簇 1 和簇 2(图 2)。 2公元前)。我们使用来自 TCGA 数据集的 487 个 HNSCC 样本作为训练组来研究 m6A 相关 lncRNA 簇的预后。训练组所有患者根据 m6A 相关 lncRNA 分为簇 1 和簇 2。免疫评分、基质评分和肿瘤纯度(估计评分)均根据 487 份 HNSCC 样本的基因表达谱数据通过 ESTIMATE 算法计算得出。然后,我们分析了不同 m6A 相关 lncRNA 簇中基质评分、免疫评分和肿瘤纯度(估计评分)的差异。集群 1 的免疫评分低于集群 2,基质评分高于集群 2(图 2)。 2E,P = 0.025;如图。 2D,P = 0.0019)。同样,Cluster 2 的肿瘤纯度也较低,没有统计学意义(图 2)。 2F,P = 0.66)。集群 1 的总生存期(OS)比集群 2 短,如 Kaplan-Meier 生存曲线所示(图 2)。 2G,P = 0.005)。集群 1 和集群 2 之间的 22 个肿瘤免疫细胞中的每一个的分化率由小提琴图显示。应用 Wilcoxon 秩和检验来确定显着性

HNSCC 中 m6A 和 lncRNA 之间的共表达网络图谱。蓝色代表 lncRNA,红色代表共表达的 m6A。lncRNA,长链非编码 RNA。
HNSCC共识聚类亚组的预后和免疫浸润。(A)k = 2 的共识聚类矩阵。(B)k = 2-9 的累积分布函数的共识聚类。(C)集群 1 和集群 2 亚组中 m6A 调节剂的表达模式。( D - F ) 集群 1 和集群 2 子组中的基质、免疫和估计分数。( G ) 聚类 1 和聚类 2 亚组患者的 Kaplan-Meier 分析。( H ) 两个 m6A 相关簇的免疫浸润分析。Cluster 1 和 Cluster 2 亚组之间 22 个免疫细胞的差异比例。*p < 0.05; **p < 0.01。

不同m6A相关lncRNA簇中TME(肿瘤微环境)的组成和免疫细胞浸润比较

采用 CIBERSORT 方法估计了 487 个 HNSCC 样本的免疫细胞组成。此外,我们将结果标准化为细胞类型的相对比例。观察到7种免疫细胞的差异。在集群 1 中,免疫细胞类型的相对水平高于集群 2,例如 M0 巨噬细胞 (P = 0.0067)、活化肥大细胞 (P = 0.029) 和中性粒细胞 (P = 0.017),与幼稚 B 细胞不同(P = 0.0026)、CD8 T 细胞 (P = 0.012)、滤泡辅助性 T 细胞 (P = 0.003) 和调节性 T 细胞 (Tregs) (P = 0.00012),它们在集群 1 中较低

免疫细胞浸润(幼稚 B 细胞、M0 巨噬细胞、活化肥大细胞、中性粒细胞、CD8 T 细胞、滤泡辅助 T 细胞和调节性 T 细胞)的比较。

基因集富集分析

鉴于集群与 HNSCC 预后之间的相关性,我们在集群 1 和集群 2 之间进行了 GSEA。GSEA 显示,大多数新型 m6A 相关 lncRNA 预后特征在集群 2 组中呈正相关,包括亨廷顿病、帕金森病、嘧啶代谢、阿尔茨海默病、氧化磷酸化、剪接体、蛋白酶体、RNA降解、RNA聚合酶和核苷酸切除修复

使用 KEGG 进行基因集富集分析。|NES| > 1、NOM p < 0.05 和 FDR q < 0.25 被设置为显着阈值。

风险模型和 m6A 相关 lncRNA 的预后分析

m6A 相关 lncRNA 的风险模型。(一,乙)12个m6A相关基因的LASSO Cox回归分析。( C ) 高/低风险患者的总体生存分析。( D ) 训练队列中每位患者的风险评分。( E ) 12个候选m6A相关lncRNA在高危和低危组中的表达模式。( F ) 预测生存风险评分的时间依赖性 ROC 分析。

m6A相关lncRNA的分层分析

我们探讨了临床病理学特征与风险评分之间的关联。结果显示,HNSCC 患者具有集群 1、低免疫评分和 T3-4 期疾病(图 2)。 6B-D) 具有较高的风险评分,而风险评分与年龄或临床分期无关(图 2)。 6A,E)。我们进行了分层分析,以确认风险评分是否保留了预测不同亚组 OS 的能力。我们的研究结果表明,在 ≤ 65 岁或 > 65 岁的患者、G1-2 或 G3-4 患者和 M0 患者中,高危 HNSCC 患者的 OS 较差(图 1)。 6鳍)。此外,m6A 相关的 lncRNA 风险特征可以区分 N0 期 HNSCC 患者和 I-II 期疾病患者之间的生存差异(图 2)。 6J-M)。

m6A 相关的 lncRNA 在 HNSCC 患者的多个亚组中保留了其预后价值。


风险评分和临床病理变量对 HNSCC 患者预后的影响

热图中显示了高风险和低风险组中 12 个选定的 m6A 相关 lncRNA 和临床病理学变量的表达。我们发现两组在免疫评分(P < 0.05)和集群(P < 0.05)方面存在显着差异(图1)。 7一个)。单因素分析发现年龄、风险评分和分期与 OS 显着相关(P < 0.05,图 2)。 7乙)。通过多变量分析观察到相同的结果(P < 0.05,图 2)。 7C)。这些结果表明,风险特征是 HNSCC 患者的风险因素,并且可以成为这些患者的独立预后生物标志物。

临床病理特征与患者总生存期的关系。热图显示了 12 个 m6A 相关 lncRNA 的表达以及高危组和低危组之间临床病理学变量的分布。( A ) 通过单变量和多变量回归分析高危组临床特征的相对风险 (HR) 值。竖线无效。颜色模块中的水平线表示每个因子 ( B , C ) 的置信区间。

与免疫浸润相关的风险评分

Spearman相关分析结果的综合分析(图1)。 8A-O) 表明嗜酸性粒细胞、活化的树突细胞、活化的肥大细胞、M0 巨噬细胞、M2 巨噬细胞、静息 NK 细胞和静息 CD4 记忆 T 细胞与风险评分呈正相关,而幼稚 B 细胞、浆细胞、CD8 T细胞、活化的 CD4 记忆 T 细胞、调节性 T 细胞 (Tregs)、滤泡辅助 T 细胞、γ δ T 细胞和静息肥大细胞与风险评分呈负相关。

TIC 与基因特征风险评分之间的关系。每个图中的蓝线拟合一个线性模型,该模型指示 TIC 和风险评分的比例趋势。蓝线周围的灰色阴影表示 95% 置信区间。使用 Spearman 系数进行相关性检验。


m6A 相关 LncRNA 在 HNSCC 患者中的预后价值的评论 (共 条)

分享到微博请遵守国家法律