专栏名称: Freescience联盟

Freescience联盟是由高校、医院FS公众号和科研技能公众号等百家单位联合创建的科研交流分享平台；联盟的宗旨：“公正至上，自由分享，平等共赢”。欢迎您的关注，让我们共同学习进步！

8+纯生信，不到两个月接收！肿瘤分型火爆进行中，可重复！

Freescience联盟 · 公众号 · · 2022-05-13 22:59

正文

大家好，今天要和大家分享的是 2021 年 10 月发表的一篇文章：“ Identification of pyroptosis-related subtypes, the development of a prognosis model, and characterization of tumor microenvironment infiltration in colorectal cancer ”。

该文章从投稿到接收不到两个月

细胞焦亡 (Pyroptosis) 是一种由炎性小体激活的细胞死亡方式，与肿瘤进展、预后和治疗反应有关。在本项研究中，作者分析了来自 TCGA 和 GEO 数据库 1109 个结直肠癌 (CRC) 样本中焦亡相关基因 (PRG) 的表达模式，确定了 2 种不同的分子亚型。然后根据 2 种细胞焦亡亚型鉴定的差异表达基因 (DEG) 将患者分为 3 种基因亚型，并进一步建立了一个 PRG 评分系统预测 CRC 的无复发生存期 (RFS) 。最后，作者构建列线图验证 PRG 评分的临床价值。研究发现 PRG 评分与微卫星不稳定性 (MSI) 、肿瘤突变负荷 (TMB) 、癌症干细胞 (CSC) 指数和化疗药物敏感性有关。

发表杂志 ： Oncoimmunology.

影响因子 ： 8.110

本文属于单肿瘤分型思路，类似的分型文章我们也解读过很多。

肿瘤分型文章列表

最新6.6分肿瘤分型纯生信，经典的思路得到不错的结果，不到两个月接收可重复！

8.8分纯生信免疫分型，换个肿瘤可重复

最新7.2分SCI，又见“免疫”分型，从投稿到接收不到一个月！

6.6分纯生信免疫分型，换个肿瘤可重复

最新7+生信SCI 单肿瘤分型可模仿

最新7分纯生信坐稳了，我们继续肿瘤分型！

肿瘤分型文章比较重要的结论就是分型后构建的评分能够预测免疫治疗或者其他治疗的疗效。我们可以通过使用不同的数据集或者使用不同的基因集进行分型，以 确保得到的结果与免疫治疗疗效相关 。如果想做类似的分析，可以添加微信联系小编咨询。

生信分析咨询

请扫描下方二维码

研究背景

细胞焦亡（ Pyroptosis ）是由炎性小体激活的一种细胞死亡方式，其主要过程为： GSDMD （细胞焦亡中的关键底物蛋白）被 CASP11 或 CASP1 切割产生 22kDaC- 末端片段（ GSDMD-C ）和 31kDaN- 末端片段（ GSDMD-N ）； GSDMD-N 产生后立即移位到质膜的内部小叶与磷脂结合，诱导孔的形成，最终导致细胞膜裂解。细胞焦亡在结直肠癌 (CRC) 的发病和进展中起着至关重要的作用。 CRC 具有固有生物侵袭性和特定放射和化学抗性，与邻近的正常细胞相比，结直肠癌细胞中的 GSDMD 表达降低，并且 GSDMD 低表达与较差的结直肠癌预后相关。脂多糖诱导的细胞焦亡可通过促进 GSDMD 表达和 N 端 GSDMD 膜易位来提高 CRC 细胞对奥沙利铂的化学敏感性，从而抑制 CRC 肿瘤发生，表明 GSDMC 可能是 CRC 的一个有前景的治疗靶点。

流程图

分析解读：

PRG 表达与突变和 CNV

① 从 GEO 和 TCGA 下载 CRC 的基因表达和临床病理数据。

② 评估 PRG 表达与突变和拷贝数改变（ CNV ）之间的关系。

结果：

下图 a-b ：来自 TCGA 队列的 399 和 136 名 COAD 和 READ 患者中 48 个 PRG 的突变频率。

下图 c ： PRG 之间 CNV 扩增、缺失以及无 CNV 的频率。

下图 d ： 23 条染色体上 PRG 中 CNV 改变的位置。

下图 e ：正常组织和 CRC 组织之间 48 个 PRG 的表达分布。

CRC 中焦亡亚型的鉴定

①单变量和多变量 Cox 回归分析 PRG 在 4 个 CRC 队列中的预后价值。

②对 PRG 的表达谱进行聚类分析和主成分分析（ PCA ）构建 CRC 中的焦亡亚型。

③ Kaplan-Meier 分析焦亡亚型的预后价值。

结果：

下表：与 RFS 相关的 4 个 PRG 的多变量 Cox 回归分析结果。

下图 a ： CRC 中 PRG 之间的相互作用，线的粗细表示 PRG 之间关联的强度，红色表示正相关，绿色表示负相关。

下图 b ： k=2 时的共识矩阵热图。

下图 c ： PCA 分析显示 2 种亚型之间的表达量存在显著差异。

下图 d ：预后分析显示 48 个 PRG 与 RFS 相关。

下图 e ： 2 种不同亚型之间 PRG 的临床病理特征和表达水平的差异。

焦亡亚型与 TME

①对不同亚型进行基因集富集分析 (GSEA) 。

②使用 CIBERSORT 和 ESTIMATE 算法评估 CRC 样本中 2 种焦亡亚型与免疫细胞亚群之间的相关性。

结果：

下图 a ： 2 种 CRC 亚型之间生物途径的 GSVA ，其中红色和蓝色分别代表激活和抑制途径。

下图 b ： 2 种 CRC 亚型中 22 种浸润性免疫细胞类型的丰度。

下图 c-d ： 2 种 CRC 亚型中 PD-1 和 PD-L1 的表达水平。

下图 e-g ： 2 种 CRC 亚型和 TME 评分之间的相关性。

基于 DEGs 的基因亚型鉴定

①使用 R 包“ limma ”鉴定 409 个与焦亡亚型相关的 DEG ，并进行功能富集分析。

②进行单变量 Cox 回归分析以确定 409 个亚型相关基因的预后价值。

③使用共识聚类算法根据基因的预后价值将患者分为 3 个基因组亚型。

结果：

下图 a-b ： 2 种细胞焦亡亚型中 DEG 的 GO 和 KEGG 富集分析。

下图 c ： 2 种基因亚型 RFS 的 Kaplan-Meier 曲线。

下图 d ：临床病理特征与 2 种基因亚型之间的关系。

下图 e ： 2 种基因亚型之间 48 个 PRG 的表达差异。

PRG 评分的构建和验证

① PRG 评分是基于与亚型相关的 DEG 建立的。

②进行单变量和多变量 Cox 分析以及 LASSO 回归分析焦亡基因亚型之间 PRG 评分。

③验证 PRG 评分的预后性能。

④ RT-qPCR 验证 6 个 CRC 组织和 6 个相邻正常组织中 7 个预后基因的表达水平。

结果：

下图 a ：具有不同 PRG 评分和生存结果的亚型分布的冲积图。

下图 b ： 3 种基因亚型之间 PRG 评分的差异。

下图 c ： 2 种焦亡亚型之间 PRG 评分的差异。

下图 d-e ：显示 PRG 评分分布和患者生存状态。

下图 f ：基于预后的 PCA 分析结果。

下图 g ：两组之间 RFS 的 Kaplan-Meier 分析。

下图 h ：根据 PRG 评分预测 1 、 3 、 5 和 10 年生存期的敏感性和特异性的 ROC 曲线。

下图 i ：按 PRG 评分和辅助化疗分层的组别间生存分析。

PRG 评分与免疫检查点

①利用 CIBERSORT 算法评估 PRG 评分与免疫细胞丰度之间的关联。

②评估预后风险模型中的 7 个基因与免疫细胞丰度之间的关系。

③分析免疫检查点与 7 基因预后风险模型之间的关联。

结果：

下图 a ： PRG 评分与免疫细胞类型之间的相关性。

下图 b ： PRG 评分与免疫和基质细胞评分之间的相关性。

下图 c ：模型中免疫细胞丰度与 7 基因之间的相关性。

下图 d ：高风险组和低风险组免疫检查点的表达。

PRG 评分与 MSI 、 TMB 、 CSC 指数

①评估 PRG 评分与微卫星不稳定性（ MSI ）对 CRC 患者 RFS 的影响。

②评估 PRG 评分和癌症干细胞 (CSC) 指数在 CRC 中的潜在相关性。

③分析 TCGA-COAD 队列中 2 个 PRG 评分组之间体细胞突变的分布变化。

④评估低风险和高风险组患者对 CRC 化疗药物的敏感性。

结果：

下图 a-b ： PRG 评分和 MSI 之间的关系。

下图 c ： PRG 评分与 CSC 指数之间的关系。

下图 d ：不同 PRG 评分组中的 TMB 。

下图 e ： PRG 评分和 TMB 的 Spearman 相关分析。

下图 f-g ：高低 PRG 评分组中体细胞突变的瀑布图。每列代表一个单独的患者。上面的条形图显示 TMB ，右边的数字表示每个基因的突变频率。

下图 h-l ： PRG 评分与化疗药物敏感性之间的关系。

列线图的构建和验证

①构建了一个结合 PRG 评分和临床病理参数的列线图并进行验证。

结果：

下图 a ：用于预测训练集中 CRC 患者 1 、 3 、 5 和 10 年的 RFS 的列线图。

下图 b-e ：用于预测训练集和测试集中 1 、 3 、 5 和 10 年的 ROC 曲线图。

下图 f-i ：用于预测训练集和测试集中 1 、 3 、 5 和 10 年的 RFS 的列线图校准曲线。

小结：

本研究综合评估了 PRG 的表达数据，并根据 PRG 表达水平将 1109 名 CRC 患者分为 2 个独立的亚型。然后根据基于 2 种细胞焦亡亚型鉴定的差异表达基因 (DEG) 将患者分为 3 种基因亚型。随后，作者建立了一个评分系统来预测无复发生存期 (RFS) 并分析 CRC 的免疫细胞浸润情况，从而准确预测 PRG 对患者预后和对免疫治疗的反应。本研究揭示了 PRG 影响肿瘤免疫基质微环境、临床病理特征和预后的广泛调节机制，确定了 PRG 在靶向治疗和免疫治疗中的作用。这些发现为指导 CRC 患者的个性化免疫治疗策略提供了新的思路。

基因集泛癌分析文章列表

基因集泛癌分析，重磅来袭

想发高分纯生信文章，这也许就是你的机会

11.6分，最热复合物泛癌纯生信分析！想发高分纯生信不容错过

11分+SCI 基因集泛癌纯生信分析，两个多月接受，可重复！

快来看看最新的27分基因集泛癌分析是怎么做的

13+SCI 基因集泛癌分析纯生信可重复

基因集泛癌分析

6.6分基因集泛癌分析纯生信并没有很难

25天接受的基因集泛癌分析，先人一步的优势！

7.6分基因集泛癌纯生信分析，从投稿到接收仅一个月！

最新6.6分，45天接收的基因集泛癌纯生信值得尝试！