5.7/Q1， 数据集+ WGCNA ：探究免疫浸润相关基因通过侵入骨髓微环境来调节 AML

如果您对骨科疾病生信临床研究感兴趣，请为小骨点点关注， 持续解读骨科前沿 生信文献和思路。 如果您需要定制化服务，欢迎扫码联系小骨~

文章标题： Immune infiltration-related genes regulate the progression of AML by invading the bone marrow microenvironment

中文标题： 免疫浸润相关基因通过侵入骨髓微环境来调节 AML 的进展

发表期刊 ：Front Immunol

发表时间 ： 2024 年3 月

影响因子 ： 5.7 /Q1

研究背景

急性髓系白血病是一组具有多种遗传特征和高度临床异质性的血液系统恶性肿瘤 。尽管强化化疗、新型靶向药物治疗和同种异体干细胞移植已取得重大进展且疗效高 。然而，AML 患者的预后仍然很差，复发率和死亡率都很高 。据报道，细胞遗传学良好的 AML 患者的估计 5 年生存率约为 55%。相比之下，中等和较差细胞遗传学患者的估计 5 年生存率分别仅为 24% 和 5% 。因此，在诊断过程中确定患者风险分层和预后评估至关重要。

研究方法

从 TCGA-LAML 数据集中检索 151 名 AML 患者的骨髓 RNA 测序数据和相应的临床信息，该数据集是癌症基因组图谱数据库的子集。 使用 “WGCNA” R 包鉴定免疫细胞浸润相关基因。基因表达与样本性状 （免疫细胞浸润评分） 之间的相关性由基因显著性 （GS） > 0.9 和模块隶属度 （MM） > 0.9 的标准确定。 R 软件包 “ConsensusClusterPlus” 展示了 WGCNA 鉴定的高免疫相关模块化基因的无监督亚群和簇。我们使用 “limma” R 包来识别由无监督簇生成的亚组中的差异表达基因。 使用 “clusterProfiler” 软件包进行基因本体论 （GO） 和京都基因与基因组百科全书 （KEGG） 通路富集分析。此外，利用 GSEA （version 4.1.0） 软件分析有关高风险和低风险评分的基因功能，严格的阈值是调整 p 值< 0.05 和 FDR< 0.25。 我们采用最小绝对收缩和选择运算符 （LASSO） 方法构建了一个精细和简化的 COX 模型，用于预测患者风险和预后，以降低过度拟合预后风险模型的风险。

研究结果

1. 通过 WGCNA 鉴定免疫浸润相关的模块

WGCNA 算法用于识别与免疫浸润相关的模块 （包括 StromalScore ImmuneScore 和 ESTIMATEScore ）。当无标度拓扑拟合指数达到 0.9 时，软阈值功率β为 7。在 minModuleSize=100 mergeCutHeight=0.15 的参数设置下确定了 7 个模块。根据相关系数和 P 值，MEturquoise 模块是与分数相关性最强的模块 （StromalScore，r = 0.75，P = 1e-28;免疫评分，r = 0.81，P = 7e-37;估计核心，r = 0.83，P = 3e-40; ）。此外，绿松石模块中的 GS 和 MM 高度相关，表明该模块与免疫浸润最显着相关。为此，我们选择了包含 1793 个基因的 MEturquoise 模块作为后续分析的关键模块。

2. Turquoise 模块的无监督聚类分析

根据 相应的累积分布函数和 K 值函数δ面积，当 K = 2 时，曲线表现出稳定的聚集。因此，将土耳其石模块分为两个亚组（聚类 1：88 个样本;聚类 2：63 个样本 ; ）。主成分分析 （PCA） 清楚地区分了两个集群。结果还使用 t 分布随机邻域 嵌入 （t-SNE） 和均匀流形近似和投影 （UMAP） 分析进行了验证 。

3.基于 8 个 hub 基因的预后模型的构建与验证