构建和综合分析ceRNA网络以揭示肝细胞癌潜在的

预后生物标志物

众所周知，长链非编码RNA（lncRNAs）可作为microRNA（miRNA）海绵调节蛋白质编码基因的表达; 因此，lncRNA被认为是竞争性内源RNA（ceRNA）网络的主要部分，并且已引起越来越多的关注。那么今天小编为大家带来的就是一篇关于lncRNAs作为肝细胞癌（HCC）中ceRNA的调控机制和功能作用及其对HCC患者预后的潜在影响的文章。该文章于2019年发表在cancer cell international 杂志上，影响因子3.960。让我们一起来看一看作者做了哪些研究吧~

主要内容

该文章的思路可以说是简单粗暴了。作者系统地研究了来自5个HCC队列（TCGA，GSE54236，GSE76427，GSE64041和GSE14520）的总共838名HCC患者的lncRNA，miRNA和mRNA的表达谱数据，然后使用TCGA，GSE54236和GSE76427 HCC群组通过生物信息学方法建立与预后相关的失调的ceRNA网络，最后使用GSE64041和GSE14520 HCC群组来验证候选基因的表达。

结果展示

结果1：HCC中的DEGs

作者使用|log 2 FC| > 2的截止阈值以及矫正的P值<0.01应用于 50个HCC组织与配对的50个非肿瘤样本，鉴定了641个DElncRNA，70个DEmiRNA和1392个DEmRNA。然后，作者使用这些DEG进行聚类分析，并去除了7个异常样本。接下来，作者使用剩余的43个HCC组织和43个配对的非肿瘤样本进行差异表达分析。结果，鉴定了721个DElncRNA，73个DEmiRNA和1563个DEmRNA。其中lncRNA，miRNA和mRNA的热图显示肿瘤与成对的非肿瘤组织呈分开聚集的状态。50个配对的HCC样品（a）和43个配对的HCC样品（b）中差异表达的lncRNA，miRNA mRNA的热图如图一所示：

图一：

差异表达基因（DEG）的热图

50个配对的HCC样品（a）和43个配对的HCC样品（b）中差异表达的lncRNA，miRNA mRNA的热图。左垂直轴表示DEG簇。横轴表示样本。样品簇呈现在水平轴上方。纵轴表示DEG。

蓝色表示下调的基因，红色表示上调的基因。

结果2：构建HCC的ceRNA网络

为了更好地了解lncRNAs与HCC中miRNA结合介导的mRNAs的影响，作者基于上述数据构建了一个ceRNA网络，并使用ggalluvial R软件包来显示网络。作者基于miRDB，miRTarBase和TargetScan数据库综合分析，最后使用26个DElncRNA，4个DEmiRNA和6个DEmRNA来建立ceRNA网络。此外，作者计算了每个基因的拓扑系数以说明其在ceRNA网络中的重要性。HCC中ceRNA网络的Sankey图如图二所示，其中每个矩形代表一个基因，并且基于矩形的大小可视化每个基因的连接程度。

图二：

结果3：预后评估

为了确定哪些DElncRNA，DEmiRNA和DEmRNA对HCC患者的总体存活率有影响，作者进行了生存分析以研究在TCGA和meta-GEO HCC队列中具有26个DElncRNA，4个DEmiRNA和6个DEmRNA的HCC患者的Kaplan-Meier曲线。在TCGA HCC队列中，18个DElncRNA和73个DEmRNA与预后显著相关（P <0.05）。同时，在meta-GEO HCC队列中， 7个DElncRNA和5个DEmRNA与预后显著相关（P <0.05）。作者认为这些基因在TCGA HCC队列中| log 2 FC |> 2，在TCGA和meta-GEO HCC队列中HR> 1是保护性基因。相反，基因在TCGA HCC队列中| log 2 FC |<2并且在TCGA和meta-GEO HCC队列中HR <1被认为是风险基因。因此，在TCGA和GEO meta-GEO HCC队列中，四种DElncRNA（MYCNOS，DLX6-AS1，LINC00221和CRNDE）和两种DEmRNA（CCNB1和SHCBP1）被鉴定为风险基因。结果如下图三，四所示。

图三：DElncRNA的生存分析，在TCGA（a）和meta-GEO（b）HCC队列中DE1ncRNA的Kaplan-Meier生存曲线：

图四：DEmiRNAs的生存分析，在TCGA（a）和meta-GEO（b）HCC队列中DEmRNA的Kaplan-Meier生存曲线如下所示，其中c，d，e分别表示在成对的HCC样本中TCGA，GSE64041和GSE14520中DEmRNA的表达模式。F表示DEmRNA的基因集富集分析。

作者基于上述筛选标准，鉴定了TCGA HCC队列中的两个风险DEmiRNA（hsa-miR-182和hsa-miR-183）（P <0.05）。此外，作者研究了hsa-miR-182与靶向RNA（THBS1和CHL1）的比例以及hsa-miR-183与靶向RNA（CCNB1）的比例是否对HCC患者的预后有影响。结果作者发现hsa-miR-182 / CHL1的比例和hsa-miR-183 / CCNB1的比例与HCC患者的总体存活率显著相关（P <0.05）。结果如图五所示：

图五：

结果4：验证DEmRNA的基因表达

作者选择了与预后相关的两种DEmRNA（CCNB1和SHCBP1）进行验证。在HCC组织中CCNB1和SHCBP1的表达显著高于GSE64041和GSE14520 HCC群组中的成对非肿瘤肝组织，这在TCGA HCC队列中的结果一致，证明了该分析的可靠性。

结果5：基因集富集分析

为了鉴定与在HCC中高表达的CCNB1和SHCBP1相关的生物学通路，作者基于TCGA HCC群组进行了HCC样品的GSEA。CCNB1高表达组中的HCC样品最显著地富集“姐妹染色单体分离”;SHCBP1高表达组中的HCC样品最显着地富集“核分裂的调节”如图四e，f所示。

结论

本文中作者提出的ceRNA网络可能有助于阐明lncRNA作为ceRNA的调控机制并有助于解释HCC的发病机制。重要的是，我们可以进一步评估参与ceRNA网络的候选lncRNA，miRNA和mRNA作为HCC的潜在的治疗靶标和预后生物标志物。

参考文献

Construction and comprehensive analysis of a ceRNA network to reveal potential prognostic biomarkers for hepatocellular carcinoma.

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