生信学习,咨询,代做,请关注公众号:生信风暴。或添加客服微信:ShengxinBoss1

这个6+生信文章可以满足你对基因家族的所有幻想!

基因组分析 管理员 359℃ 0评论
这个6+生信文章可以满足你对基因家族的所有幻想!插图

今天给各位处在潮流前线中的生信伙伴们分享一篇关于RGS基因家族卵巢癌预后的文章“Identification of a five-gene signature of the RGS gene family with prognostic value in ovarian cancer”,今年四月份发表在Genomics杂志上的文章,影响因子IF=6.2。G蛋白信号传导调节蛋白(RGS),是G蛋白信号转导通路中的负性调节因子,在调节细胞稳态、对刺激的反应和细胞信号转导中起着关键作用。是治疗恶性肿瘤的重要药物靶点。文章利用TCGA数据库分析RGS基因家族在卵巢癌的预后模型,并证明该基因家族对于预测卵巢癌的临床价值。

Identification of a five-gene signature of the RGS gene family with prognostic value in ovarian cancer

鉴定RGS基因家族在卵巢癌的预后价值

结果解读

这个6+生信文章可以满足你对基因家族的所有幻想!插图1

1.基因家族肿瘤微环境评分和肿瘤干性指数分析

文章作者使用“ESTIMATE”R包中的ESTIMATE算法计算RNA-seq数据的基质评分和免疫评分,以及肿瘤干细胞和基因家族的相关性,结果如下图所示。

这个6+生信文章可以满足你对基因家族的所有幻想!插图2

图A:RGS基因家族的表达水平与泛癌数据集中的间质细胞之间的相关性

图B:泛癌数据集中RGS基因家族的表达水平与免疫细胞之间的相关性

2.家族基因与生存预后的关系

使用KM-plotter数据库分析RGS基因家族表达与卵巢癌患者总生存期(OS)/无进展生存期(PFS)的关系,并使用R包“forestplot” 绘制森林图,再根据TCGA数据库中卵巢癌患者RGS4与OS/PFS的关系绘制生存曲线。

这个6+生信文章可以满足你对基因家族的所有幻想!插图3

A:RGS家族基因表达水平对总生存率(OS)影响的森林图

B:RGS家族基因表达水平对无进展生存(PFS)影响的森林

C: TCGA-OV数据集中RGS4表达对OS影响的生存曲线图

D: TCGA-OV数据集中RGS4表达对PFS影响的生存曲线

3.RGS家族基因的药敏分析

作者从PharmacoDB数据库中下载与RGS基因家族相关的药物进行相关性分析,结果如下图所示。图示泛癌数据集中 RGS 家族基因表达水平和药物敏感性之间关联性最为显著的7个基因。

这个6+生信文章可以满足你对基因家族的所有幻想!插图4

4.RGS家族基因、免疫亚型与临床分期关系

卵巢癌可分为4种亚型,免疫反应型(C1)、增殖型(C2)、分化型(C3)和间质型(C4)。如图A所示,RGS17、RGS16、RGS1、RGS8这四个基因在不同免疫亚型中均有显著表达,在一定程度上可作为卵巢癌免疫亚型的诊断生物标志物。在图B中,RGS10和RGS16的表达水平随着卵巢癌分期的增加而增加;因此,这些基因可以作为预测卵巢癌临床分期的生物标志物。

这个6+生信文章可以满足你对基因家族的所有幻想!插图5

图A:卵巢癌不同免疫亚型的RGS家族基因的表达

图B:卵巢癌不同临床阶段的RGS家族基因的表达

5.RGS基因家族在卵巢癌中的差异表达

作者整合了GTEx中正常卵巢癌样本和TCGA中卵巢癌的肿瘤样本,分析RGS家族基因在肿瘤样本和正常样本中的差异表达,如下图所示,RGS11、RGS14等基因在正常样品中的表达量明显高于肿瘤样品。在OS方面,RGS8、RGS4等基因在低表达卵巢癌患者中有较高的生存率,其中RGS4低表达的卵巢癌患者预后良好。

这个6+生信文章可以满足你对基因家族的所有幻想!插图6

图A:卵巢癌和正常卵巢组织样本中RGS家族基因的基因表达热图

图B:卵巢癌和正常卵巢组织样本中RGS家族基因表达的箱线图

6.基于家族基因建立预后模型

作者基于RGS家族基因表达谱和PFS生存数据,采用R包“glmnet”进行Lasso和cox回归分析构建多基因风险模型预测卵巢癌患者预后,并分析每个独立变量的轨迹结果,结果如下图所示。

这个6+生信文章可以满足你对基因家族的所有幻想!插图7

A-B:Lasso回归分析图

C:模型相关临床症状图

D:高低风险组生存曲线

7.风险评分的诺模图的构建与验证

根据多变量COX回归的显著临床特征构建诺模图,包括年龄、化疗和风险评分。使用R包“timeROC”预测基于3年和5年生存率的预后,并绘制出ROC曲线,结果如下图所示。

这个6+生信文章可以满足你对基因家族的所有幻想!插图8

图:基于化疗、复发和风险评分的诺模图及相关的ROC曲线,生存曲线

8.HPA数据库验证、免疫组化验证及突变分析

作者使用cBioportal数据库分析所有RGS基因家族基因的突变和拷贝数变异情况,其中,RGS3存在深度缺失和错义突变,RGS4存在错义突变。作者还通过免疫组化的方法,得出RGS3和RGS4在卵巢癌中高表达,结果与实验一致。

这个6+生信文章可以满足你对基因家族的所有幻想!插图9

图A:所有RGS基因的突变分布的印迹显示

图B:HPA数据库中RGS11、RGS10、RGS13、RGS4和RGS3的蛋白质表达图

9.风险评分相关富集分析以及免疫浸润

GSEA结果显示,基因主要富集在ECM-receptor interaction、TGF-beta signaling pathway、Wnt signaling pathway和chemokine signaling pathway。Timer数据库用于分析基因与6种免疫细胞的关系,结果如下图所示。

这个6+生信文章可以满足你对基因家族的所有幻想!插图10

图A-D:基因富集的信号通路

图E:免疫浸润的Cox回归分析

小结

这是首次全面分析RGS家族基因及其在卵巢癌中的潜在机制,构建了RGS3、RGS4、RGS10、RGS11和RGS13五个基因的风险模型。根据5基因标记构建的风险评分将卵巢癌患者分为高评分组和低评分组,低危评分组患者的预后明显好于高危评分组。五基因风险模型可能通过ECM受体相互作用、TGF-β信号通路、Wnt信号通路和趋化因子信号通路参与卵巢癌的发生发展,有助于临床医生做出临床决策和个性化治疗。此外,本研究可进一步对预后模型进行多组学研究以及免疫治疗分析,或者对于其他基因家族感兴趣的同学,欢迎咨询。

这个6+生信文章可以满足你对基因家族的所有幻想!插图11
扫码或添加微信沟通:ShengxinBoss1
往期回顾:
最强攻略1:史上最全单细胞数据库汇总解读
最强攻略2:史上最全非编码RNA数据库汇总解读
最强攻略3:史上最全外泌体数据库汇总解读
最强攻略4:史上最全甲基化表观调控数据库汇总解读
最强攻略5:史上最全转录调控数据库汇总解读
最强攻略6:史上最全网络药理学数据库汇总解读

这个6+生信文章可以满足你对基因家族的所有幻想!插图12

转载请注明:智汇基因 » 这个6+生信文章可以满足你对基因家族的所有幻想!

喜欢 (0)
发表我的评论
取消评论
表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址