Cancers 6+| 胰腺癌粘蛋白预后分析
生信干货
啧啧啧 ·2020年11月27日 03:14
今天跟大家分享的是发表在Cancers（IF: 6.126）上的一篇文章。由于缺乏有效早期诊断标志和治疗手段，胰腺癌患者往往预后较差。本篇文章主要基于对粘蛋白基因表达的无监督聚类，构建胰腺癌粘蛋白基因预后标志，是一篇基础的生物信息学文章。生信人提供新颖、正规、可复现的
粘蛋白生信分析服务
扫码联系
基于无监督层次聚类识别TCGA胰腺癌样本的粘蛋白表达相关预后特征
（1）22个编码O-糖蛋白的黏蛋白基因:膜结合黏蛋白和分泌黏蛋白。（2）TCGA中胰腺癌患者的基因表达数据和预后数据。（3）GEPIA数据库中正常胰腺组织的基因表达数据。（4）GSE28735中胰腺癌和癌旁组织中基因表达数据。（5）Protein Atlas数据库中胰腺癌患者黏蛋白的蛋白质表达水平。为研究黏蛋白的基因表达，研究者首先比较不同类型黏蛋白在正常胰腺组织和胰腺癌样本中的表达情况。编码膜结合黏蛋白(图1A)，分泌黏蛋白(图1B)以及非典型黏蛋白基因 (图1C)的比较如箱线图所示，除MUC6等少数基因外，大多数黏蛋白基因在癌症样本中表达上调。在GSE28735中胰腺癌和癌旁组织的黏蛋白编码基因表达的比较中，也可以观察到相似现象。基于SurvExpress识别黏蛋白基因表达和患者生存之间的联系，发现MUC1等基因高表达与患者预后较差相关，MUC16等基因高表达与患者预后较好相关（图2）。基于PROGgeneV2根据基因表达中位数将患者分成两组也可观察到相似结果。黏蛋白编码基因的基因组改变和mRNA表达如图3所示。除MUC16改变与预后相关外，其他黏蛋白基因改变均与预后无关。图3. 胰腺癌中黏蛋白编码基因的基因组改变和mRNA表达基于皮尔斯相关分析识别不同黏蛋白基因之间的表达相关性（图4A），其中26对正相关，11对负相关。基于不同黏蛋白基因的表达完成主成分分析，正相关变量聚集在一起，负相关变量组在相反的两边（图4B）。基于黏蛋白基因表达进行无监督层次聚类，最终得到4类患者（图5A），由于cluster3和cluster4包含患者较少，故只对cluster1和cluster2进行后续分析，两类患者中黏蛋白基因表达和预后比较如图5B和图5C所示。在cluster1中高表达的基因为signature1基因，在cluster2中高表达的基因为signature2基因。cluster1和cluster2的临床特征比较如图6所示，cluster2比cluster1的突变负荷更高。图6. cluster1和cluster2的临床特征比较基于SurvExpress对TCGA中胰腺癌患者进行分析，研究者发现signature2基因比signature1基因拥有更高的风险比（图7A），signature2和signature1基因低表达患者的预后更好（图7B-C）。图7. Signature1，signature1基因与预后除基因表达水平外，研究者还对这些膜蛋白的蛋白质表达水平进行研究，黏蛋白表达和signature基因的免疫组化分析如图8所示。今天的内容就是这些，让我们简单总结下：研究者首先比较不同类型黏蛋白在正常胰腺组织和胰腺癌样本中的表达情况，接着分别对黏蛋白表达，基因组改变和预后之间关联进行分析，并且对不同黏蛋白之间表达水平进行关联分析。基于黏蛋白基因表达对患者进行无监督聚类，并对不同类别患者的预后，特征基因和临床特征等进行分析,最后实验验证(ps:实验数据还是来自数据库😆)。思路清晰，虽然不复杂也发了6分呢，感兴趣的同学可以尝试下自己感兴趣的基因吧！生信人提供新颖、正规、可复现的
粘蛋白生信分析服务
有想法扫码联系
