一个Autophagy-Related基于基因的肝细胞癌预后风险签名:建设和验证

文摘

背景。肝细胞癌(HCC)是一种常见的原发性肝癌。治疗显著困难由于其复杂性高,预后不良。由于披露自噬在癌症发展的双重功能,理解autophagy-related基因投身肝癌的新生物标志物。方法。微分在正常和肿瘤组织的基因表达分析收购autophagy-related基因在肝细胞癌。这些基因受到和KEGG途径分析。基因然后由单变量回归分析筛选。筛选基因受到多变量Cox回归分析建立预测模型。模型验证了ICGC验证集。结果。总之,42微分与自噬相关基因筛选通过微分表达式分析。他们主要富集在通路富集分析表明,包括调节自噬和细胞凋亡。基因筛查通过单变量分析和多变量Cox回归分析建立预测模型。模型构成6功能基因:EIF2S1 BIRC5, SQSTM1, ATG7 HDAC1, FKBP1A。验证证实了该模型在预测准确性和独立性的肝癌患者的预后。结论。总共有6个功能基因识别建立预后风险模型。该模型有利于调查autophagy-related基因之间的相互作用和肝细胞癌的预后。

1。介绍

肝细胞癌(HCC)是一种多步和复杂疾病参与表观遗传和基因改变,包括基因组插入突变和删除(1]。到目前为止,某些治疗策略比如彻底切除,肝移植,射频消融术(RFA)和动脉栓塞(TAE)预计将被应用在治疗这种致命的疾病2- - - - - -4]。由于早期诊断、介入治疗和疗法和外科手术的发展,治疗这种癌症已经大大进步。然而,大多数病人是在先进的诊断阶段由于缺乏可用的生物标记物(5,6]。因此,迫切需要深入解读肝癌进展的途径和机制。

自噬是一个基本的过程将受损的细胞器和错误折叠蛋白溶酶体降解主要细胞内稳态(7]。这个过程涉及变性的不正常细胞(8]。此外,自噬也与肝损伤和肝细胞癌的病理过程9,10]。因此,我们认为autophagy-related基因可能参与调节肝细胞癌,甚至大多数癌症发展。

由于快速发展的高通量RNA,基因表达数据访问应用广泛的癌症研究。提取不同表达基因通过比较肿瘤和正常组织,紧随其后的是深入的生物信息学分析构建预测模型,是一个普遍的策略。基于战略,一个新兴的研究已经提出了肝细胞癌预后预测模型。然而,对于模型的实际应用,它仍然需要提高性能(11]。

这次调查获得的临床资料以及肝细胞癌和autophagy-related基因表达数据的生物信息学数据库。Autophagy-related基因在肝细胞癌是通过微分表达式分析。通过回归分析预测模型建立和验证。总之,6-gene-based预后风险模型确定。模型提供了一个候选人肝癌术后预后的预测策略。

2。材料和方法

2.1。数据预处理和微分表达式分析

首先,mRNA表达数据(正常:50,肿瘤:374)和相应的临床数据(补充表1)TCGA-Liver肝细胞癌(LIHC)数据集下载。然后,222年autophagy-related基因从人类自噬访问数据库(http://www.autophagy.lu/)(补充表2)。这些基因的表达在TCGA-LIHC从mRNA表达数据中提取。微分表达式分析( , )进行正常组织和肿瘤组织使用“limma”包[12]。差异表达基因autophagy-related因此获得。临床资料(如生存状态和时间)在肝脏Cancer-RIKEN,日本(LIRI-JP)从国际癌症基因组协会访问(ICGC) (https://icgc.org/)作为验证集(补充表3)验证多变量预测模型。

2.2。基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)

去KEGG富集分析是进行上述autophagy-related基因LIHC使用“clusterProfiler”包[13]。“消化”和“GOplot”包申请可视化。

2.3。建设和预后预测模型的验证

单变量回归分析进行差异表达基因(度)使用“生存”包( )(14]。接下来,多元回归分析上述筛选基因进行使用的“生存”包建立预后风险模型。病人的风险评分计算根据每个基因的表达水平。风险评分的中值被认为是作为区分高风险和低风险组截止。病人的存活曲线绘制的“生存”包。R包“survivalROC”是用来画3年和5年OS接受者操作特征(ROC)曲线。曲线下的面积(AUC)计算。

2.4。验证风险模型的临床信息

我们验证以确保模型的预测性能是否独立于其他临床变量(包括年龄、性别、T阶段,临床阶段)。进行了单变量和多变量Cox回归分析在临床数据TCGA-LIHC以及风险评分。ROC曲线的临床特点和风险评分。

2.5。图纸和确认的诺模图

建立了计算图表与临床信息和风险评分预测肝癌患者的3年和5年的操作系统的可能性。列线图的有效性评估的校准曲线。

3所示。结果

3.1。数据预处理和微分表达式分析

信使rna表达数据和autophagy-related首次获得的基因。之后,“limma”从TCGA-LIHC R包应用于确定度,当时与autophagy-related重叠基因获得autophagy-related度。总之,42 autophagy-related度LIHC被发现(调节:37;表达下调:(图5)1(一))。这些基因的表达的箱线图如图样品1 (b)。

3.2。富集分析Autophagy-Related度

一些基本的信号转导通路和生物过程受autophagy-related度在肝癌进行了进一步的分析。富集分析是进行在42度。去富集分析显示的主要浓缩度调节自噬,神经元死亡,凋亡信号通路的调节,那种生物过程(图2(一个))。KEGG照明度主要是富含细胞衰老,细胞凋亡,PI3K-Akt信号通路(图2 (b))。

3.3。一个模型的构建和验证

单变量回归分析进行autophagy-related度基于TCGA-LIHC(训练集)( )。21基因显著相关病人的预后得到画一个霜(图3(一个))。基因筛查通过多元回归分析建立模型。最后,6-gene-based预后风险模型(图确定3 (b))。LIHC患者分为低收入和高危人群。风险评分分布(图3 (c)情节(图)和生存状态3 (d))获得。此外,绘制ROC曲线表现出5年和3年OS的AUC值分别为0.733和0.717,分别(图3 (e))。kaplan meier累积曲线表明,得分低风险的患者相当长的OS(图3 (f))。

验证了模型的普遍性ICGC LIRI-JP验证集。AUC值5年和3年的操作系统,分别为0.772和0.822(图3 (g))。生存曲线显示较长的生存的患者有低风险评分(图3 (h))。综上所述,模型精度高。

3.4。验证与临床数据的独立性风险模型

风险评分、临床阶段,T台所有显示显著影响病人的预后(图4(一)),而多元回归分析显示出,只有持有风险评分显著影响病人的预后(图4 (b))。ROC曲线基于临床特点和风险评分显示,AUC的风险评分(0.78)高于所有临床特征(图4 (c))。所有上述的预后模型良好的预后预测指标比病人的临床特点和独立于临床特点。

3.5。图纸和确认的诺模图

诺模图已被广泛用于预测一个癌症病人的预后。主要是因为它可以简化的统计预测模型到一个价值评价个人的操作系统的可能性。临床特点生成的列线图(T阶段、性别、年龄、临床阶段)和风险评分可以用来预测肝癌患者(图操作系统5(一个))。列线图的性能被校准曲线,预测和观察高拟合水平(数字5 (b)和5 (c))。总的来说,诺模图能够准确地预测患者的预后,加油的机会磋商后,决定和安排。

4所示。讨论

癌症肝细胞癌是一个全球性的健康问题。其复杂性和不良预后排除有效获得治疗。找到有用的生物标志物和构建健壮的预后模型预测患者的预后是肝癌治疗的一般利益。

肝细胞癌的诊断和预后的生物标记已经在过去的几十年里,筛选,建立了若干预后预测模型。一个风险模型建立了基于7 autophagy-related基因(SPHK1、HSPB8 ITGA3, CDKN2A, BIRC5, IKBKE,和TMEM74)在肝细胞癌(王et al。15])。潜在的核心与HCC进展和预后相关的基因被确定通过生物信息学分析:CCNB1, CCNA2, CCNB2, NCAPG, PBK, NUSAP1, AURKA, ZWINT PRC1, KIF4A(歌et al。16])。本文确定了6基因签名(EIF2S1、BIRC5 SQSTM1, ATG7, HDAC1,和FKBP1A)通过微分表达式分析、单变量分析和多变量分析TCGA-LIHC。这些autophagy-associated度在肝癌被用来构建一个预后风险预测模型。与先前的研究相比关注autophagy-associated预后签名(17- - - - - -19),我们的模型提供了一个优势与风险评分较高(约1.5)和可靠价值。综上所述,我们的研究结果提供了一个精确的预测HCC预后的新视角。

监管这6个基因被证明是在各种癌症中除了肝癌。Sequestosome 1 (SQSTM1)编码与泛素结合的多功能蛋白质。p62证实抑制自噬流量,促进epithelial-mesenchymal转型转移性前列腺癌通过维护HDAC6水平(20.]。Sequestosome 1是一种有效的预后因子与细胞增殖相关的人类大肠癌(21]。此外,p62调节肝细胞癌和诱发癌症的前期通过维持生存的压力诱导HCC-initiating细胞(22]。HDAC1调节真核基因的表达。据报道,促进糖酵解在胃癌,而且它是一个独立的无病生存的不良预后因素和操作系统(23]。沉默的HDAC1提高卵巢癌化疗的敏感性(24]。HDAC1抑制Snail2-mediated epithelial-mesenchymal过渡(EMT)在肝细胞癌转移的过程(胡锦涛et al。25])。托托认为,这些基因参与肝细胞癌的进展,本文是一致的。

此外,4功能基因在肝细胞癌尚未明确。EIF2S1催化监管的第一步启动的蛋白质合成,促进绑定最初的tRNA 40 s核糖体亚基。磷酸化eIF2α已经发现预测三阴性乳腺癌患者的无病生存期(26]。雌激素使乳腺癌细胞凋亡的发生通过阻断eIF2脱磷酸作用α蛋白质(27]。它已经表明,长非编码RNA (lncRNA) nR2F1-AS1刺激骨肉瘤细胞的恶性表型(28]。抑制BIRC5提高宫颈癌细胞对放疗的敏感性(29日]。包括BIRC5在内的9个基因可能对肝癌生物标记(30.]。FKBP1a编码蛋白质的免疫调节家庭成员,这是关键的免疫调节和基本细胞过程参与蛋白质折叠和运输。十个基因,包括FKBP1A,被确定为乳腺癌的生物标记物(31日]。lncRNA SNHG15提高前列腺癌的EMT调节mir - 338 - 3 - p / FKBP1A轴(32]。罗等。33在肝细胞癌)报道FKBP1A超表达。研究表明,ATG7调整三阴性乳腺癌肿瘤进展(34]。mir - 154产生的抑制作用直接针对ATG7在膀胱癌35]。在上下文中,SQSTM1机制的调查和HDAC1 6功能基因是在起步阶段。EIF2S1、BIRC5 FKBP1A只有确定为肝癌的生物标记物,ATG7并没有与肝癌有关报道。因此,本文可以为研究这些基因在肝细胞癌提供理论依据。

总的来说,6 autophagy-associated基因被确定通过生物信息学方法(EIF2S1、BIRC5 SQSTM1, ATG7, HDAC1,和FKBP1A),和一个相应的预后风险模型构建。我们的发现将产生有价值的洞察早期诊断,预后和新疗法的发展。然而,这六个功能基因的应用程序需要验证的增量临床实验和动物实验。

数据可用性

数据和材料在当前的研究中可从相应的作者以合理的要求。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

所有作者导致数据分析和起草和修改这篇文章,给了最后批准的版本发布,并同意负责所有方面的工作。

补充材料

补充1。补充表1:TCGA-LIHC临床信息数据集。

补充2。补充表2:autophagy-related基因人类自噬数据库中的数据。

补充3。补充表3:LIRI-JP ICGC数据库中用于这项研究。

引用

1. x, w . Xu w·康et al .,“基因组分析肝癌的基因和不同预后功能,揭示小说的司机”开展,8卷,不。6,1740 - 1751年,2018页。视图:出版商的网站|谷歌学术搜索
2. j . Bruix g·j·戈尔,诉Mazzaferro,“肝细胞癌:临床领域和视角,”肠道,卷63,不。5,844 - 855年,2014页。视图:出版商的网站|谷歌学术搜索
3. p . Dutkowski m . Linecker m . l . DeOliveira b . Mullhaupt和p . a . Clavien”挑战肝移植和策略来改善结果,“胃肠病学卷,148年,第323 - 307页,2015年。视图:出版商的网站|谷歌学术搜索
4. a·维兰纽瓦诉Hernandez-Gea, j . m . Llovet”医学治疗肝细胞癌:一个关键的证据,”自然评论胃肠病学和肝脏病学,10卷,34-42,2013页。视图:出版商的网站|谷歌学术搜索
5. c .柴田m .大冢t Kishikawa et al .,“对肝细胞癌的诊断和治疗应用非编码rna,”肝脏病学杂志》的世界,7卷,不。1、1 - 6,2015页。视图:出版商的网站|谷歌学术搜索
6. m·a·Feitelson“平行表观遗传和基因肝炎病毒相关肝细胞癌的发病机制的变化,“癌症的信,卷239,不。1,10 - 20,2006页。视图:出版商的网站|谷歌学术搜索
7. z谢和d . j . Klionsky”,自噬体的形成:核心机械和适应,”自然细胞生物学,9卷,不。10日,1102 - 1109年,2007页。视图:出版商的网站|谷歌学术搜索
8. d . j . Klionsky“重新审视自噬:对话与基督教de Duve”自噬,4卷,不。6,740 - 743年,2008页。视图:出版商的网站|谷歌学术搜索
9. l . y . s . Yu Wang Jing et al .,“自噬”inflammation-carcinogenesis“肝脏和肝细胞癌免疫治疗途径,”癌症的信卷,411年,第89 - 82页,2017年。视图:出版商的网站|谷歌学术搜索
10. k .王”,自噬和凋亡在肝损伤,”细胞周期,14卷,不。11日,第1642 - 1631页,2015年。视图:出版商的网站|谷歌学术搜索
11. h·平托品牌美国戈麦斯da Silva,大肠德马丁,v . g .眼前的p·n·马丁斯,“新兴生物标志物在HCC患者:当前状态”,国际期刊的手术卷,82年,第76 - 70页,2020年。视图:出版商的网站|谷歌学术搜索
12. 吴m·e·里奇Phipson, d . et al .,“Limma权力RNA-sequencing和微阵列研究微分表达式分析”核酸的研究,43卷,不。7篇文章e47 2015。视图:出版商的网站|谷歌学术搜索
13. y . g . Yu l . g . Wang汉,他问:y,“clusterProfiler: R包比较生物基因簇之间的主题,“组学,16卷,不。5,284 - 287年,2012页。视图:出版商的网站|谷歌学术搜索
14. t . m . Therneau和p . m . Grambsch生存数据建模:延长Cox模型斯普林格出版社,纽约,2013年。
15. y y . j . Wang苗,j .跑,问:关,和d . Mi”建设基于autophagy-related预后模型肝细胞癌基因签名,“生物标志物在医学,14卷,不。13日,1229 - 1242年,2020页。视图:出版商的网站|谷歌学术搜索
16. x的歌,r·杜·h·Gui et al .,“识别潜在的中心与肝细胞癌的进展和预后相关基因通过综合生物信息学分析,“肿瘤的报道,43卷,第146 - 133页,2019年。视图:出版商的网站|谷歌学术搜索
17. j·t·h . Wu Liu气,c .秦和朱问:“四autophagy-related lncRNAs通过coexpression预测肝癌的预后和电抗器,机制,“生物医学研究的国际卷,2020篇文章ID 3801748, 19页,2020。视图:出版商的网站|谷歌学术搜索
18. 朱y, w·陈,陈,r . Wang和j .周”建设基于autophagy-related prognosis-predicting模型基因对于肝细胞癌(HCC)患者,”老化,12卷,不。14日,第14592 - 14582页,2020年。视图:出版商的网站|谷歌学术搜索
19. 问:方舟子和h·陈,“发展小说autophagy-related为肝细胞癌预后签名和诺模图,“在肿瘤领域第591356条,卷。10日,2020年。视图:出版商的网站|谷歌学术搜索
20. 江x, y, x梁et al .,“转移性前列腺癌症P62抑制自噬流量,促进上皮间充质转变到HDAC6保持水平,”前列腺癌,卷78,不。6,426 - 434年,2018页。视图:出版商的网站|谷歌学术搜索
21. 铃木s Nakayama h . Karasawa t . et al .,“p62 / sequestosome 1在人结直肠癌的预后预测与细胞增殖有关,”癌症医学》第六卷,没有。6,1264 - 1274年,2017页。视图:出版商的网站|谷歌学术搜索
22. a . Umemura f .他k谷口et al .,“在preneoplasia p62,调节,诱导肝细胞癌形成强调HCC-initiating细胞通过维持生存,”癌症细胞卷,29号6,935 - 948年,2016页。视图:出版商的网站|谷歌学术搜索
23. 江z h·杨,x, z, r·荣和x王,“组蛋白deacetylase-1作为胃癌预后因素和中介发展增强糖酵解,”人类病理学卷,85年,第201 - 194页,2019年。视图:出版商的网站|谷歌学术搜索
24. x, y, j . Zhang et al .,“HDAC1沉默在卵巢癌提高化疗反应,”细胞生理学和生物化学,48卷,不。4、1505 - 1518年,2018页。视图:出版商的网站|谷歌学术搜索
25. y,聂,m·戴·陈,吴和h,“组蛋白去乙酰酶抑制剂抑制Snail2-mediated EMT在肝细胞癌的转移细胞,”细胞生物学和发展前沿,8卷,p。752年,2020年。视图:出版商的网站|谷歌学术搜索
26. l .郭y Chi, j .雪,l . Ma z邵,eIF2磷酸化和j·吴。α预测三阴性乳腺癌患者的无病生存期,”科学报告,7卷,不。1,第44674条,2017。视图:出版商的网站|谷歌学术搜索
27. 森古普塔,c·m·科洛·巴塔查里亚诉c·乔丹和r·克拉克“雌激素使乳腺癌的细胞凋亡是拟表型通过阻断脱磷酸作用2α(eIF2真核的启动因素α蛋白质。”分子癌症研究,17卷,不。4、918 - 928年,2019页。视图:出版商的网站|谷歌学术搜索
28. g .贾y, y, z, x王,“长非编码RNA NR2F1 - AS1促进骨肉瘤细胞恶性表型通过mir - 485 - 5 - p / mir - 218 - 5 - p / BIRC5轴,“肿瘤的报道,44卷,第1595 - 1583页,2020年。视图:出版商的网站|谷歌学术搜索
29. l . j .周x郭,w . Chen Wang和y金,“针对生存素糖分会让宫颈癌细胞放射治疗,”生物工程11卷,第140 - 130页,2020年。视图:出版商的网站|谷歌学术搜索
30. l .史x商,k聂et al .,“识别潜在的关键基因与肝脏肝细胞癌的发病和预后相关,”临床病理学杂志,卷74,不。8,504 - 512年,2021页。视图:出版商的网站|谷歌学术搜索
31. 江h .侯y律,j . et al .,“外周血转录组识别高危良性和恶性乳腺病变,“《公共科学图书馆•综合》,15卷,不。6篇文章e0233713 2020。视图:出版商的网站|谷歌学术搜索
32. j . d . y . Zhang Zhang Lv, s . Wang,张问:“lncRNA SNHG15作为癌基因在前列腺癌通过调节mir - 338 - 3 - p / FKBP1A轴,“基因卷。705年,44-50,2019页。视图:出版商的网站|谷歌学术搜索
33. y罗,j·林,y, g .戴a·李和刘x”lncRNA PCAT6预测肝细胞癌的预后不良,并促进扩散通过细胞周期阻滞和细胞凋亡的规定,“细胞生物化学和功能,38卷,不。7,895 - 904年,2020页。视图:出版商的网站|谷歌学术搜索
34. s . j . m . Li Liu李et al .,“Autophagy-related 7调节肿瘤恶化三阴性乳腺癌,”实验室调查,卷99,不。9日,第1274 - 1266页,2019年。视图:出版商的网站|谷歌学术搜索
35. 王j .张毛,l . et al .,“微- 154作为膀胱癌肿瘤抑制的功能直接针对ATG7,”肿瘤的报道41卷,第828 - 819页,2018年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021瑞丰等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。