开发一种新的自噬相关的浆液性卵巢癌预后标志物

大量证据表明自噬在卵巢癌的生物学过程中起着至关重要的作用。然而目前有关自噬相关的研究还不充分，近日，Journal of Cancer 杂志发表了相关的研究，这项研究的目的是为浆液性卵巢癌开发一种新的自噬相关预后特征。

下载链接：https://www.ncbi.nlm.nih.gov/pubmed/30410611

下面我们就从研究背景，主要内容，结果展示三个方面进行介绍

研究背景：作为世界上最致命的妇科癌症，卵巢癌的发病率有所增加。众所周知，肿瘤分期，组织学分级和残留肿瘤大小是卵巢癌患者的重要预后因素。此外，最近的研究表明，BRCA1 / 2的突变状态与患者的预后和卵巢癌，尤其是浆液性卵巢癌的化学敏感性相关。基于我们对分子异质性如何影响卵巢癌进展的更多知识，已经提出将预后生物标志物包括在卵巢肿瘤的许多临床分析中。作为维持细胞稳态的机制，自噬是一种在压力或营养缺乏的条件下降解细胞成分的过程，因此在许多生物和病理过程中发挥着重要作用。然而，自噬在肿瘤发生中的作用仍然存在争议。以前的研究表明，自噬可以在癌症发展的不同阶段促进或抑制肿瘤细胞的存活。在癌症的早期阶段，自噬促进受损蛋白质或细胞器的降解，以减轻细胞损伤和染色体不稳定性，从而抑制癌症进展。然而，一旦癌症形成，自噬允许肿瘤细胞在压力条件下存活，从而促进肿瘤进展。先前已报道过自噬与卵巢癌之间的关系，值得注意的是，以前的研究主要集中在探索自噬与卵巢癌进展之间的关系，然而大规模表达数据很少用于研究自噬在卵巢癌进展和预后中的作用。因为现在可获得高通量表达数据，所以使用全局基因表达数据来分析自噬相关基因表达与卵巢癌患者的临床结果之间的关系已变得可行。

主要内容：

（1）方法：本文首先使用单变量Cox比例回归模型来分析癌症基因组图谱（TCGA）中的mRNA微阵列和临床数据，以选择自噬相关的预后基因。 然后作者应用多变量Cox比例回归模型和生存分析用于开发预后特征。多变量Cox和分层分析表明，这种特征是浆液性卵巢癌患者的独立预后因素。接下来作者通过主成分分析和基因集富集分析（GSEA）研究生物信息学功能。最后，作者在浆液性卵巢癌中进一步分析预后特征和基因突变状态之间的相关性，特别是关于BRCA1和BRCA2（BRCA1 / 2）基因的突变状态。

（2）结果：作者发现在正常卵巢组织和浆液性卵巢癌组织中鉴定出明显不同的自噬相关基因表达谱，并分析了自噬相关的基因组，鉴定了8个具有显著的浆液性卵巢癌预后基因。随后，作者构建了与自噬相关的卵巢癌风险特征，并且基于其特征鉴定了具有高风险或低风险的预后不良的患者。与低风险患者相比，高风险患者的总生存期（OS）和无病生存期（DFS）显著缩短。GSEA结果表明，与低风险患者相比，高风险患者的自噬调节强度增强。 当研究作为浆液性卵巢癌的独立预后因素时，可以在分层群组中看到该特征的显著预后价值。对于临床应用，作者开发了一个列线图，其中包括预后分类器和七个临床风险因素。此外，作者确定了在浆液性卵巢癌患者中发现的10种最常见的突变基因，并分析了它们在高风险和低风险患者中的差异。在293名患者中，62名患者有BRCA1 / 2基因突变，这一结果与自噬相关的预后特征显著相关。

（3）结论：此研究结果表明，这8个自噬相关特征可作为浆液性卵巢癌病例的独立预后指标。

结果展示：

结果一：正常卵巢和浆液性卵巢癌中不同的自噬相关表型模式

作者首先展示了此研究的流程（图1）：

图1：

然后基于其自噬相关基因比较浆液性卵巢癌组织与正常卵巢组织的主成分分析显示两种显著不同的分布模式，正常卵巢样本分布在左侧，而浆液性卵巢癌样本分布在右侧，表明正常卵巢和浆液性卵巢癌中自噬的调节作用明显不同（图2）。

图2：

结果二：卵巢癌患者自噬相关风险标志的识别

在回顾了浆液性卵巢癌中发现的与自噬相关的独特基因表达模式与正常卵巢中发现的模式相比较后，作者研究了自噬可能在浆液性卵巢癌中发挥的作用，并确定了有用的用于确定预后的自噬相关风险特征。然后作者进行Cox回归分析以研究在TCGA微阵列数据集中列出的529例浆液性卵巢癌患者中发现的自噬相关基因的预后价值。最终作者发现了12个基因（PRKG1，FGF7，WDR45L，NRG4，BLOC1S1，IL24，PEX3，CDKN1B，CD93，SIRT2，PDK4和SLC22A3）与浆液性卵巢癌患者的OS显著相关（表1）。

表1：

AIC用于选择最合适的模型，其被鉴定为由八种不同基因（BLOC1S1，IL24，NRG4，PDK4，PEX3，PRKG1，SIRT2和WDR45L）组成的模型。在这8个基因中，4个基因（BLOC1S1，IL24，NRG4和WDR45L）被确定为保护因子（HR <1），而其他4个基因（PKD4，PEX3，PRKG1和SIRT2）被确定为危险因素（HR） > 1）。然后作者根据他们的基因表达特征计算每个患者的风险评分，并使用中位风险值作为将患者分类为高风险组和低风险组的截止点。结果显示，高风险组患者的总生存时间短于低风险组患者。此外，作者还发现高风险组患者的DFS时间较短（图3）。

图3：

接下来作者将浆液性卵巢癌病例分为高风险和低风险组（图4）。根据风险值，保护性和风险基因显示出不同的表达模式。高风险患者中风险基因（PKD4，PEX3，PRKG1和SIRT2）的表达水平较高，而低风险患者中保护基因（BLOC1S1，IL24，NRG4和WDR45L）的表达水平较高。

图4：

作者应用使用ROC曲线来揭示这几个基因风险特征的预测性能（图5）。

图5:

这些结果表明，与使用临床因素相比，使用这几个特征提高了预测浆液性卵巢癌患者存活的能力。

最后，作者试图通过使用GSEA来调查高风险组和低风险组之间的差异，GSEA验证了高风险组中增强的自噬相关特征（图6）。因此，作者认为在高风险浆液性卵巢癌患者中存在强烈的自噬调节作用。

图6：

结果三：浆液性卵巢癌患者自噬相关风险特征与临床病理特征的关系

作者进行进一步的分析以探讨浆液性卵巢癌患者中各种临床参数与风险特征之间的关联（表2）。

表2：

结果显示signature与年龄显着相关，仅与治疗结果和治疗类型略有关联。

结果四：自噬相关特征在分层浆液性卵巢癌队列中的应用

为了研究分层队列中风险特征的预后价值，根据残余肿瘤大小，年龄和淋巴侵袭状态对患者进行分类。在所有队列中，高风险组比低风险组具有更短的OS（图7）和DFS时间（图8）。

图7：

图8：

这些结果表明，自噬相关风险特征的分类可用于精确识别预后不良的患者，而无需考虑临床参数。

结果五：与自噬相关的特征是浆液性卵巢癌患者的独立预后因素

作者对TCGA数据集中的数据进行了单变量Cox和多变量Cox回归分析，以研究自噬相关特征是否是与OS和DFS相关的独立因子（表3）。

表3：

单变量Cox分析显示自噬相关特征，年龄，肿瘤分期，残余肿瘤大小和BRCA1 / 2突变状态均与浆液性卵巢癌患者的总生存期相关，此外，风险特征，残留肿瘤大小和BRCA1 / 2突变状态均显示与DFS显示相关。因此，自噬相关特征可能是OS和DFS的独立预后因素。

结果六：使用三个独立的群组验证自噬相关的预后特征

为了验证其他数据集中的风险特征，作者在TCGA RNA seq数据集中计算了每个患者的风险评分作为内部验证，在GSE26193和GSE51088数据集中作为使用相同公式的独立外部验证。然后将这三个数据集中的患者分为高风险组和低风险组。正如预期的那样，生存曲线显示，在TCGA RNAseq数据集中，高风险组的总生存时间和无病生存时间要低得多（图9）。

图9：

接下来，作者根据验证队列中的风险评分对患者进行排列。热图显示了两组中8个与自噬相关的预后基因的表达模式。正如预期的那样，在TCGA RNAseq（图10 H），GSE26193（图10 F）和GSE51088（图10 G）数据集中，四种保护性基因的表达水平在高危组中下调，而危险因子基因的表达水平较高。相反，这些基因在低风险组中表现出相反的表达模式。

图10：

与测试组中的发现一致，通过TCGA RNAseq，GSE26193和GSE51088数据集进一步验证自噬相关特征，证实其独立预测预后的能力（表4）。

表4：

所有这三个队列都验证了这种新的自噬相关特征可以作为浆液性卵巢癌预后的独立预测因子。

结果七：开发算图用于预测预后风险

为了给临床医生提供预测癌症存活率的定量方法，作者组装了一个列出风险特征和各种临床病理危险因素的列线图。构建列算图以估计1年，2年，3年，4年和5年的生存概率，并且它表明signature风险评分是所分析的不同变量中最重要的因素（图11 A）。计算C指数以估计该列线图的性能（图11 B）。其中算图的C指数是0.778。 与理想模型相比，校准曲线显示最佳一致性。

图11：

结果八：风险特征与基因突变状态之间的关联，尤其是BRCA1 / 2突变状态

作者选择293名患者中具有最高突变率的10种基因（BRCA1，BRCA2，CSMD3，FAT3，HMCN1，MUC16，RYR2，TP53，TTN和USH2A）用于进一步研究（图12）。自噬相关特征与这10个基因中的每一个之间的关联如表5所示。

图12：

表5：

结果表明，BRCA1基因突变有助于延长浆液性卵巢癌患者的生存期，而BRCA2或TTN基因的突变对生存率有轻微的影响。接下来，作者进一步研究了BRCA1和BRCA2基因突变联合作用的影响。正如预期的那样，BRCA1 / 2突变状态与风险特征显著相关。根据BRCA1 / 2突变状态，自噬相关特征中的基因显示出不同的表达模式（图13）。

图13：

好啦，这篇文章就介绍到这里啦！内容还是挺多的，希望对大家有帮助呦！

参考资料：Development of a Novel Autophagy-related Prognostic Signature for Serous Ovarian Cancer

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

 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