生信分析，生信分析公司，医学sci，生信分析学习，tcga数据库，geo数据库，单细胞测序，转录组分析，甲基化，医学sci写作，论文解读国自然研究热点SUMO化如何开展研究？这篇5+SUMO化+预后模型文章带你一探究竟！肿瘤生信

导语

今天给同学们分享一篇SUMO化修饰+预后模型的生信文章“A novel risk model of three SUMOylation genes based on RNA expression for potential prognosis and treatment sensitivity prediction in kidney cancer”，这篇文章于2023年5月2日发表在Front Pharmacol期刊上，影响因子为5.6。

肾癌是***常见和致命的泌尿系统恶性肿瘤之一。发现一种能够预测预后和潜在药物治疗敏感性的生物标志物对于管理肾癌患者至关重要。SUMO化是一种后转录修饰类型，通过调节SUMO化底物，可以影响许多与肿瘤相关的途径。此外，参与SUMO化过程的酶也可以影响肿瘤发生和发展。

1. TCGA-KIRC数据集中的差异SUMO化基因

在这些SUMOylation基因中，有29个基因在肾癌组织中异常表达。其中，有17个基因（CDKN2A，H4C5，AURKB，BIRC5，H4C11，TOP2A，细胞分裂周期相关蛋白8 [CDCA8]，H4C12，NR5A2，BLM，NFKB2，PML，H4C8，H4C9，RARA，NR1H3和H4-16）上调表达，而有12个基因（CHD3，过氧化物酶体增殖物激活受体α [PPARA]，NR4A2，CDH1，VDR，PPARGC1A，THRB，NR3C2，TFAP2A，TFAP2C，NOS1和TFAP2B）下调表达，相比于相邻正常肾组织。

2. SUMOylation基因风险模型用于预测肾癌患者的生存情况

在这29个基因中，通过使用发现的TCGA队列进行单变量Cox回归分析，发现有七个基因（AURKB、BIRC5、CDCA8、CDH1、NR1H3、PPARA和TOP2A）与肾癌的预后相关。从Lasso回归中选择了五个基因（AURKB、CDCA8、CDH1、NR1H3和PPARA）。此外，通过多变量Cox回归分析发现，三个基因（CDCA8、CDH1和PPARA）是肾癌的独立因素（附加材料）。***，使用以下方程构建了一个SUMOylation风险模型：风险评分 = 0.413023054 * CDCA8 - 0.024059083 * CDH1 - 0.12352751 * PPARA。计算了这五个队列中患者的风险评分，并将每个队列中的患者分为两个风险组。在发现的TCGA队列中，高风险评分的患者通常有较短的生存时间（图1A），而对数秩检验也显示高风险组的患者预后明显较差（p < 0.001，图2A）。这些发现在其他四个队列（验证TCGA队列、总TCGA队列、CPTAC队列和E-MTAB-1980队列）中得到了验证（图1B-E；图2B-E）。

图1 生存和SUMOylation风险评分分布以及SUMOylation风险模型基因表达状态

图2 不同SUMOylation风险组的不同结果

在整个TCGA队列中，高SUMO化风险组与男性患者（p = 0.003）、高肿瘤分期（p < 0.001）、转移分期（p < 0.001）、临床分期（p < 0.001）和肿瘤分级（p < 0.001）显著相关。经过PSM分析后，每个组分别分配了180名患者，高风险组和低风险组之间的临床特征没有显著差异（图3A）。高风险组仍然比低风险组有较差的预后（图2F）。

图3 在总TCGA队列中进行了倾向匹配分析（PSM）、亚组分析和SUMOylation风险组的交互作用检验

此外，亚组和交互分析还显示与以下特征相关的高风险群体与患者的不良预后有关，包括年龄≤65岁、男性、临床分期I、临床分期IV、III级别、IV级别、T1、T2、M0+Mx、M1和N0+Nx。N1亚组的相反结果可能是由于患者数量有限所致（图3B）。

尽管每个队列中的临床特征在预测生存状况方面可能有所不同，但SUMO化风险评分在所有五个队列中都可以作为独立的预后因素，并呈现出良好的预后效果（图4）。

图4 SUMOylation风险评分是肾癌患者独立的不良预后因素

在整个TCGA队列中，年龄、临床分期、分级和SUMOylation风险评分被证明是独立的风险因素，并且这四个变量被用来构建一个预测肾癌患者生存率的图表（图5）。

图5 预测肾癌患者生存率的一种图表

3. 不同的SUMO化亚群呈现出不同的分子特征

GSVA分析显示，蛋白酶体、DNA复制、糖胺聚糖生物合成软骨硫酸盐、糖胺聚糖生物合成角质硫酸盐通路在高风险组的肾癌组织中显著富集（图6A）。

图6 不同风险组的肾癌组织中的细胞信号传导和免疫状态

在两组（高风险组和低风险组）中，10种免疫细胞浸润状态不同。其中，高风险组的组织中T细胞CD8、T细胞CD4记忆激活型、T细胞滤泡辅助型、调节性T细胞（Tregs）、γδT细胞和巨噬细胞M0的水平较高，而低风险组的组织中T细胞CD4记忆静止型、单核细胞、巨噬细胞M2和静止型肥大细胞的水平较高（图6B）。高风险组的组织中C1、C2、C4和C6的比例（总计20%）高于低风险组的组织（总计6%）。此外，高风险组的组织中C3的比例（80%）低于低风险组的组织（94%）（图6C）。

4. SUMOylation亚群可能是肾癌治疗的生物标志物

高风险组的组织显示出较高的TIDE得分和较低的MSI得分（图7A）。此外，高风险组的肿瘤组织在阿昔替尼（p = 0.047）、索拉非尼（p < 0.001）、舒尼替尼（p < 0.001）、帕唑帕尼（p < 0.01）和替米沙坦（p < 0.001）的IC50值较低（图7B）。

图7 不同风险组中的TIDE评分和靶向药物治疗敏感性预测

5. SUMOylation风险模型基因的RNA和蛋白质表达状态

在RNA水平上，CDCA8在肾癌组织中过度表达，而CDH1和PPARA在TCGA-KIRC中被下调（图8A）。PPARA在RNA（图8A）和蛋白质水平（图8F）上均被下调。CDH1在癌组织中在RNA（图8A）和蛋白质水平上均被下调，分别在CPTAC（图8B）和中国复旦队列通过蛋白质组测序（图8C）以及TMA组织（图8E）中检测到。然而，CDCA8蛋白质在CPTAC肾癌组织（图8B）和TMA组织（图8D）中被下调，与RNA水平相反（图8A）。