扫码联系客服
使用TCGA数据研究m6A调节子在肾透明细胞癌中的
基因特征和预后价值
小编这次为大家带来一篇今年刚刚发表的，使用TCGA数据研究m6A调节子在肾透明细胞癌中的基因特征和预后价值的文章
Gene signatures and prognostic values of m6A regulators in clear cell renal cell carcinoma –
a retrospective study using TCGA database
众所周知，m6A是一种普遍的mRMA修饰形式，但是对于其在肾透明细胞癌中的作用还知之甚少。
这篇文章的目的就在于识别m6A调节子在肾透明细胞癌中的基因特征和预后价值。
作者在TCGA中得到528例肾透明细胞癌（ccRcc）样本的序列以及CNV数据，接下来使用log-rank检验和Cox回归模型进行生存分析。使用卡方检验来计算m6A调节子改变与临床病理学之间的关系，结果表明m6A调节子改变与病理状态密切相关，具有调节基因CNV的患者比具有二倍体基因的患者的OS和DFS更差。此外，m6A“ writer ”基因的缺失是独立的OS风险因素，并且，“eraser”基因的拷贝数增加可以协同方式放大效果。作者还发现，writer基因METTL3的低表达与脂肪形成以及mTOR的激活有关，因此，文章首次确定了ccRCC中m6A调节因子的遗传改变，并发现了其改变与较差临床特征之间的显着关系。这些发现为了解ccRCC中RNA的表观遗传修饰提供了帮助。
简要介绍完文章的数据和主要方法，接下来让我们详细看下文章得到哪些结果吧。
结果一：ccRCC患者中m6A调节基因的突变和CNV的刻画
图1
表1
表2
在具有测序数据的451个病例中，仅在19个独立样品中发现了m6A调节基因的突变(表1)。然而，在具有CNV数据的528个ccRCC样品中经常观察到10个m6A调节基因的CNV（图1A）。接下来，我们评估了ccRCC样本中的CNV模式，发现大多数CNV事件是拷贝数丢失（737/1331）（图1B;表2）。YTHDC2的拷贝数增加是m6A调节基因的所有CNV中最常见的改变（图1C），并且METTL3和YTHDC2的同时缺失也在两个基因中CNV的同时排名第一，这意味着m6A write基因在RNA m6A修饰过程中的重要性。
结果二：m6A调节基因的改变与临床病理学和分子特征相关
图2
表3
表4
然后，作者评估了m6A调节基因的改变（CNV和/或突变）与患者的临床病理学特征之间的关系。结果显示，m6A调节基因的改变与更高的Fuhrman Nuclear Grade 显着相关（表3）。进一步评估了m6A调控基因的变异是否与这两个基因的改变有关。正如所料，m6A调控基因的改变与VHL和TP53的改变显着相关，事实上，在57例TP53改变患者中，m6A调节基因的改变中只有1个样本缺失（表4）。
接下来评估m6A调节基因的改变对mRNA表达的影响。结果显示，在525个ccRCC样品中，mRNA表达水平与不同的CNV模式显着相关。对于所有十个基因，拷贝数增加与较高的mRNA表达有关，而深度缺失或浅表缺失导致mRNA表达下降（图2）。
结果三：m6A调节基因的CNV与ccRCC患者的生存之间的关联
图3
表5
图4
为了探讨CNVs在m6A调节基因中的预后价值，分析了CNVs对ccRCC患者的总生存期（OS）和无病生存期（DFS）的影响，并发现有或没有m6A调节基因'CNVs的个体与OS和DFS没有任何关联（图3A-B）。此外，对10个基因进行单独分析后发现受YTHDC1，METTL14或METTL3缺失影响的患者（一个reader和
m6A的两个writer基因具有较差的OS和DFS（图3C-H）。多变量Cox回归分析表明，m6A调节基因的改变是总体生存的独立风险因素（表5）。与仅具有writer基因缺失的那些相比，具有eraser基因的拷贝数增加的writer基因缺失的患者具有更差的OS和DFS（图4A-B）。这为m6A水平下调与不良生存率之间的关系提供了更多证据。
结果四：METTL3功能缺失的富集分析
图5
表6
考虑到METTL3在甲基化过程中的重要性以及发现的结果，作者决定探索m6A失调在ccRCC发病机制中的作用。作者检测了具有不同METTL3 mRNA表达水平的样品中的富集基因组。 GSEA分析表明低METTL3表达与一些关键的生物学过程有关，包括脂肪生成，mTOR途径和活性氧（ROS）（表6和图5），这给出了ccRCC发病机制中潜在的线索。为了验证发现，作者检查了与上述途径相关的基因的表达。发现脂肪生成和mTORC1信号通路的几个基因在RCC组织中上调，此外，一些研究发现METTL3可参与脂肪生成和mTORC1信号通路，这与之前的结果一致。需要进一步的研究来说明METTL3和METTL14对下游基因调控的特定影响。
到这里，这篇文章的主要结果就介绍完了，可以看出作者只用了TCGA数据库的数据资源，以及一些常用的生物信息学方法，但工作量并不少，有很多值得我们学习借鉴的地方。
更多生信分析套路，请加微信13621202201
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
生信不死 | 初学者 | circRNA | 一箭画心| 十二生肖 | circos
舞台|基因组 | 黄金测序 | 套路 | 杂谈组装 | 进化 | 测序简史
