Hematology:急性髓系白血病内质网应激相关预后模型及免疫细胞浸润的生信分析
2023-06-15 将军的九分裤 MedSci原创 发表于上海
这项研究确定了具有显著预后价值的ERs风险模型。这些基因有望成为AML的潜在预后生物标志物,为疾病管理提供新的理论基础。
急性髓系白血病(AML)是起源于造血干细胞的最常见的恶性血液病。据报道,内质网应激(ERs)参与多种肿瘤相关的生物过程。然而,ERs相关基因在AML中的预后作用尚未得到充分研究。一研究团队为了探讨ER应激相关基因的预后价值,揭示其潜在价值,并根据ER应激相关基因的表达水平构建AML的新型预后特征,进行了以下研究。
研究从UCSC Xena网站下载TCGA-LAML RNA-seq数据集作为训练队列。采用单因素Cox回归分析鉴定42个与预后相关的ER应激相关基因。然后,通过LASSO回归分析建立ERs风险评分预后模型。AML患者根据中位风险评分分为高风险组和低风险组。对高危和低危组的Kaplan-Meier生存曲线、时间ROC曲线分析以及单变量和多因素独立预后分析进行了分析。此外,研究团队在TARGET-AML和GSE37642数据集中验证了ERs风险模型。接下来,他们进行了免疫细胞浸润分析,免疫检查点基因表达分析和药物敏感性分析。
在TCGA-LAML队列中构建十三个基因预后风险模型。(A) 在 TCGA-LAML 队列中使用单变量 cox 回归分析的具有预后意义的前 10 个内质网相关基因的森林图。(B) 与 LASSO 回归模型中最小 10 倍交叉验证相关的最优惩罚参数 λ。(C)LASSO 回归模型模型基因的最优系数。
训练集(TCGA-LAML)和两个验证集(TARGET-AML和GSE37642)中风险模型的预后分析。(A-C)TCGA-LAML、TARGET-AML 和 GSE37642 数据库中高和低 ERs 风险评分组的 KM 生存曲线.(D-F)时间ROC曲线分析TCGA-LAML、TARGET-AML和GSE37642数据库风险模型预测1年、2年和3年OS的准确性。
结合TCGA-LAML、靶向AML和GSE37642数据集中风险评分和临床病理特征的独立预后分析。(A-B)左边是单因素独立预后分析,右边是TCGA-LAML数据集中的多因素独立预后分析。(中四)左边是单因素独立预后分析,右边是 TARGET-AML 数据集中的多变量独立预后分析。(E-F)左边是单因素独立预后分析,右边是GSE37642数据集中的多因素独立预后分析。P < 0.05 表明该因子与 AML 的总生存率相关。HR > 1 表明该因素是与 AML 患者预后呈负相关的高危因素。
鉴定TCGA-LAML队列中高ERs风险评分组和低ERs风险评分组之间的差异表达基因(DEG)。(A) DEG的火山图。(B)前20个DEG的蛋白质-蛋白质相互作用网络分析。(C)基因本体(GO)富集分析的结果。(D) 京都基因和基因组百科全书(KEGG)富集分析的结果。
TCGA-LAML队列中肿瘤免疫微环境和免疫细胞浸润的分析。(A)使用Wilcox检验,在高ERs和低ERs风险评分组中通过“估计”R包计算基质评分,免疫评分和ESTMATE评分。(B)高基质评分组和低基质评分组的KM存活曲线。(C)高免疫评分组和低免疫评分组的KM存活曲线。(D)TCGA-LAML队列中免疫评分与ERs风险评分之间的关系。(E)单样本基因集富集分析(ssGSEA)在TCGA-LAML队列中使用Wilcox测试比较高ER和低ERs风险评分组之间的28个免疫细胞。
TCGA-LAML队列中预后风险生物标志物与差异免疫细胞之间的相关性。(A)使用Wilcox试验的高ERs和低ERs风险评分组中免疫检查点相关基因表达之间的差异。(B)13个预后模型风险基因的相关热图。(C)基于Pearson相关系数计算了13个模型风险基因与28种不同免疫浸润细胞类型的相关热图。*p < 0.05, **p < 0.01, ****p < 0.001。
TCGA-LAML队列中预后模型基因的药物敏感性分析。(A)基于Pearson相关系数的13个风险模型基因表达与5种药物药物活性的相关性分析。(B)统计显著性相关性分析的散点图。*p < 0.05, **p < 0.01, ****p < 0.001。
研究发现42个具有预后意义的ER应激相关基因,构建并验证了由13个基因组成的预后模型。低危组AML患者的生存率优于高危组。肿瘤微环境和免疫细胞浸润结果表明,免疫细胞浸润与患者的生存状态相关。
总的来说,研究人员基于ER应激相关基因在AML中的表达水平,通过生物信息学分析建立了有效的风险评分模型,该模型已被验证为AML患者生存的独立预后因素。此外,他们还进行了功能富集分析、肿瘤微环境和免疫细胞浸润,以探索可能的途径以及内质网应激与免疫之间的关系。他们进一步发现了一些预后模型基因的表达水平与药物活性之间的联系,这可能为AML治疗提供新的方法。
原始出处:
Pan M, Zhou J, Jiao C, Ge J. Bioinformatics analysis of the endoplasmic reticulum stress-related prognostic model and immune cell infiltration in acute myeloid leukemia. Hematology. 2023 Dec;28(1):2221101. doi: 10.1080/16078454.2023.2221101. PMID: 37294065.
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言