知识中心 - 北京概普生物科技有限公司(GapTech)

胶质母细胞瘤lncRNA预后

生信干货 zary ·2019年11月21日 02:25

大家好呀，今天小编带大家了解一篇11月份发表在AGING-US杂志上的文章，文章作者基于TCGA中的多组学数据，通过一系列生物信息学分析，识别出了5个与胶质母细胞瘤(GBM)预后密切相关的lncRNAs.

Systematic identification of lncRNA-based prognostic biomarkers for glioblastoma

系统识别可作为胶质母细胞瘤预后标志物的lncRNA

GBM是中枢神经系统最常见的恶性肿瘤之一，异常的快速增殖、极强的浸润性及高度异质性是胶质母细胞瘤的典型特征。GBM的标准化治疗方案包括在最大安全范围内进行手术切除、手术后辅助放疗和化疗(常用的是替莫唑胺)。下面来详细看一下文章内容。

数据和方法

数据

文章所用的数据包括167个GBM和5个正常样本的RNA-Seq数据；153个GBM 和2个正常样本的450k甲基化数据，以及288个GBM样本的27k甲基化数据；418个GBM样本的CNV数据(无物种差异)；393个GBM样本的单核苷酸突变数据和599例GBM患者的临床随访数据，所有数据都下载自TCGA。

生存分析和聚类分析

作者选取了123个随访时间超过30天的样本，建立了单因素Cox比例风险回归模型(p=0.05)，然后用预后相关的编码基因、CNV和甲基化位点进行多组学聚类分析(R包iCluster Plus )。

不同亚型间差异lncRNA和编码基因的分析

首先用R包DEseq2筛选出在不同亚型间差异表达的lncRNAs和编码基因，并对lncRNAs进行GSEA分析；然后用WGCNA共表达算法挖掘出差异lncRNAs和编码基因的共表达模块，对于显著富集lncRNAs的模块再进一步分析其功能。

lncRNA的CNV分析

作者用GISTIC 2.0分析了596例胶质瘤样本中每个基因的拷贝数变异，最终识别出GBM基因组中频繁突变的区域。然后，筛选出至少在三种亚型间差异表达，且CNV比例在每个样本中大于0.1%的lncRNAs，通过单变量生存分析，分析了它们与总生存期的关系(p<0.05)；最后，作者又绘制了22个具有显著预后价值的lncRNAs的ROC曲线。

结果

识别生存相关的突变亚型

通过单变量Cox回归分析，共得到1808个蛋白编码基因，8054个CNV区域和4964个CpG位点；通过多组学聚类分析，则获得了3种亚型，每种亚型中的样本数也基本一致。由图1.A可以发现，三种GBM亚型的预后存在显著差异，C2预后最差，而C1最好；三种亚型各自前20个突变频率最高的基因交集情况如图1.B所示(共40个基因)，这40个基因在三种亚型间的突变存在显著差异，并且每种亚型中样本间的突变也显著不同(图1.C)。

图1. 三种亚型间的差异

不同亚型间差异lncRNA和编码基因的分析

各亚型差异表达的基因和lncRNAs如图2所示，可以发现，lncRNAs上调的多于下调的，且差异蛋白编码基因的数目要多于lncRNAs。在三种亚型中，C2具有最多的差异lncRNAs和基因。对GBM相关的lncRNAs做GSEA分析后，结果表明差异lncRNAs倾向于聚集在FC值较大的基因集中(图3.B-D)，并且三种亚型间的差异lncRNAs有着显著重叠(图3.E)。

图2. 三种GBM亚型的差异lncRNAs

图3. 每种亚型根据FC值排秩后的GSEA图

亚型间差异编码基因和lncRNA的WGCNA分析

首先，通过对样本的聚类筛选出171个样本(图4.A)，然后使用Pearson相关系数计算了每个基因与lncRNA之间的距离。作者用WGCNA构建了无标度的共表达网络，ß设为3(图4.B-C)，接下来，作者对基因进行层次聚类，共获得23个模块(图4.D)。图4.E表示的是每个模块中，lncRNA和PCG的比(水平轴)，最右侧为显著性p值，红色标注的为lncRNAs显著富集的两个模块。对这两个模块的功能分析显示，它们分别富集到不同的通路和GO节点，表明不同的模块可能执行不同的功能。黑色模块为其中关键模块，其富集分析结果（图.5）。

图4. 聚类分析

图5. 关键模块富集分析

lncRNA的CNV分析

图6.A显示了基因组中lncRNAs的拷贝缺失和扩增的分布，图6.B是lncRNAs和拷贝数间的相关性分布，可知总体呈正相关趋势。接下来，作者利用GISTIC算法识别了GSM基因组中频繁变化的区域，识别出了多个具有显著多拷贝或拷贝缺失的lncRNAs区域，其中拷贝缺失多于扩增(图6.C)，表明lncRNA拷贝缺失可能与GBM的发生发展有关。

图6. lncRNA的CNV分析

GBM患者基于lncRNA的预后标志物

在与基因的共表达模块中，研究共挖掘出173个差异表达的lncRNAs，有22个lncRNAs在三种亚型间显示出表达差异。根据这22个lncRNAs在每个样本中的表达水平，作者分析了它们的预后分类效能(图7)，它们的AUC均值为0.727，对高于均值的13个lncRNAs的多变量生存分析揭示了它们之间的实质性相互作用。

图6. lncRNAs的分类效能

然后，作者采用逐步多元回归分析，筛选出5个独立的预后因子(表1)，根据这5个lncRNA组成的多元回归模型计算了每个样本的风险评分: Risk Score=0.01*ENSG00000222041+0.36*ENSG00000248859+0.3*ENSG00000224596+0.09*ENSG00000261801+0.07*ENSG00000263400，基于得分将所有样本分成高风险组和低风险组，由Kaplan-Meier曲线可知高风险组的预后明显低于低风险组(图7.X)。接下来，对样本的功能富集分析，表明了这5个lncRNAs预测的预后风险得分与癌症的发展密切相关。在利用CGGA中的外部数据集进行验证时，其结果与之前保持一致,模型中包含lncRNA(图.8)。

表1. 五个独立预后的CNV相关lncRNAs

图.8 验证集模型lncRNA ROC曲线

总的来说，该文通过对lncRNA的表达及其CNV数据的综合分析，识别了5个与GBM生存相关的预后lncRNAs，lncRNAs和/或CNA的表达都是预测GBM患者生存的有效指标，可能成为GBM预后的潜在生物标志物。

最后，今日一句话：Yesterdays are gone，I have what it takes to hold on.

欢迎关注生信人

TCGA | 小工具 | 数据库 |组装| 注释 | 基因家族 | Pvalue

基因预测 |bestorf | sci | NAR | 在线工具 | 生存分析 | 热图

舞台|基因组 | 黄金测序 | 套路 | 杂谈组装 | 进化 | 测序简史