文摘
客观的。磷酸甘油酸酯激酶1 (PGK1)是一个重要的酶在糖酵解和线粒体代谢的过程中。在此,我们进行了系统分析,揭示PGK1放松管制在乳腺癌的临床意义。方法。表达模式和预后意义的PGK1全面评估跨pan-cancer基于RNA-seq TCGA概要文件的项目。PGK1协会与肿瘤微环境中的免疫功能(免疫检查点,免疫反应预测因子(肿瘤突变负担(三甲)和微卫星不稳定性(MSI)),和肿瘤浸润免疫细胞)进行了系统地分析。的角色PGK1乳腺癌预后的预测也被评估。GSEA提出了生物通路参与PGK1调查。结果。PGK1是专门在大多数的癌症类型,包括乳腺癌。高PGK1表达式表明不良的总生存期,无进展时间间隔,针对疾病的生存和无病间隔为各种癌症。此外,高PGK1水平表现出显著相关性免疫检查点和高响应在pan-cancer免疫疗法。值得注意的是,ROC曲线证实PGK1强劲可以预测乳腺癌的预后。此外,PGK1可能塑造一个发炎后肿瘤微环境证据表明PGK1呈正相关水平丰富肿瘤浸润免疫细胞如CD8 + T细胞和NK细胞在乳腺癌。GSEA结果表明PGK1参与新陈代谢和致癌途径。结论。集体,PGK1能力强劲预测预后和响应在乳腺癌癌症免疫疗法。
1。介绍
乳腺癌是女性癌症相关死亡的主导原因(1]。这种恶性肿瘤主要分为常规、鲁米那,腔的B, HER2-enriched,官腔亚型。手术,全身治疗如化疗、内分泌治疗、靶向治疗,选择符合分子特性来对抗这种恶性肿瘤(2- - - - - -4]。然而,许多患者不能从常规治疗中获益,从而导致不良的生存的结果。乳腺癌的异质性生物学带来了深刻的挑战个性化治疗(5]。免疫抑制剂检查站(艾多酷)产生持久的临床缓解多种癌症类型(6- - - - - -8]。几个临床试验的艾多酷的影响主要集中在CTLA4和PD1 / PDL1抑制剂在乳腺癌[6- - - - - -8]。然而,这些艾多酷不太有效的作为一个代理在乳腺癌,一定程度上是由于低渗透水平的肿瘤浸润淋巴细胞(9]。肿瘤免疫逃避和高异质性导致令人失望的结果(10]。策略,通过结合提高免疫反应在乳腺癌化疗或靶向治疗迫切需要延长患者的生存时间(11]。例如,PD-L1抑制剂结合化疗已经批准用于转移性三阴性乳腺癌[12]。肿瘤浸润淋巴细胞参与调节化疗反应他们的存在,改善了乳腺癌的生存结果(13]。因此,综合评估肿瘤浸润淋巴细胞及其特定的调节器能够指导预后以及适当的治疗乳腺癌的测序。
大多数肿瘤细胞表现出增加糖酵解以及减少线粒体代谢,称为Warburg效应(14]。这种现象已经成为一个有前途的抗癌治疗目标。磷酸甘油酸酯激酶1 (PGK1)是第一个ATP-producing酶在糖酵解过程中(15]。这种酶催化的变换,3-diphosphoglycerate 3 -磷酸甘油酸,从而产生一个ATP分子(16]。越来越多的证据表明,突出upregulation PGK1作为癌基因在不同癌症类型(17- - - - - -19]。例如,O-GlcNAcylation PGK1可能协调糖酵解和三羧酸循环增强肿瘤的生长(20.]。Hypoxia-mediated PAK1的乙酰化作用促进自噬以及大脑肿瘤发生通过磷酸化ATG5 [21]。然而,PGK1在乳腺癌的作用是需要彻底调查。在此,我们进行了一项pan-cancer分析PGK1的表达模式和免疫功能。此外,PGK1可能塑造一个发炎肿瘤微环境在乳腺癌以及拥有的潜力估计乳腺癌预后。
2。材料和方法
2.1。肿瘤免疫分析评估资源(计时器)数据库
TIMER2.0数据库(http://timer.cistrome.org/)代表一个集成的资源提供基因表达和免疫渗透分析跨33癌症类型(22]。TIMER2.0 web服务器可能让用户比较一个基因在不同癌症肿瘤与正常样本的基础上癌症基因组的表达谱图集(TCGA) [23]。另外,这个网络平台估计的丰度水平六个免疫浸润(包括B细胞、CD4 + T细胞、CD8 + T细胞,中性粒细胞,巨噬细胞、树突细胞)基于定时器算法。在这里,TIMER2.0 web服务器是用于分析的微分表达式PGK1在肿瘤和正常组织标本在不同癌症。之间的关联的mRNA表达PGK1和大量的六个淋巴细胞进行评估乳腺癌样本通过斯皮尔曼相关分析。此外,本研究评估的相关性PGK1免疫细胞与免疫检查点16在mRNA水平在不同的癌症。PGK1 mRNA表达的表达为log2记录每百万(TPM)的价值。
2.2。在Pan-Cancer PGK1预后分析
三级RNA-seq以及后续数据匹配33癌症收购TCGA的数据库通过基因组数据共享(环球数码创意)。Univariate-cox回归分析提出了评估PGK1 mRNA表达的相关性与33癌症的临床结果。风险比(人力资源),95%可信区间(CI)通过forestplot包价值计算。Kapan-Meier曲线进行了相关性的调查PGK1总生存期(OS),无病间隔(DFI),无病生存期(DSS)和无进展时间间隔(PFI) pan-cancer样本与生存率较利用生存和survminer包。
2.3。PGK1之间的相关性和免疫检查点
斯皮尔曼PGK1之间的相关性和免疫检查点,包括BTLA CD200, TNFRSF14, NRP1, LAIR1, TNFSF4, CD244, LAG3,这个理事会,CD40LG, CTLA4, CD48因子,CD28、CD200R1, HAVCR2,图,小鼠,KIR3DL1, CD80、PDCD1, LGALS9, CD160, TNFSF14, IDO2, ICOSLG, TMIGD2, VTCN1, IDO1, PDCD1LG2, HHLA2, TNFSF18, BTNL2, CD70, TNFSF9, TNFRSF8, CD27, TNFRSF25, VSIR, TNFRSF4, CD40, TNFRSF18, TNFSF15, TIGIT, CD274, CD86, CD44, TNFRSF9 pan-cancer评估。
2.4。PGK1之间的相关性和肿瘤突变负担(三甲)和微卫星不稳定性(MSI)
三甲,体细胞的整数编码突变在肿瘤中,代表着新兴生物标志物的敏感性艾多酷(24]。MSI,错配修复系统中的一个分子指纹的缺陷,代表另一个预测指导免疫疗法(25]。协会PGK1表达式三甲和跨pan-cancer MSI与斯皮尔曼相关分析进行了分析。
2.5。表达和PGK1在乳腺癌的预后意义
PGK1 mRNA表达相比,在1097年到572年间乳腺癌和正常组织在TCGA队列Wilcoxon测试。符合的中值价值PGK1 mRNA表达,我们聚集乳腺癌科目高以及低表达组。评估PGK1的预后意义,生存分析。两组之间的生存差异估计log-rank测试。接收机算子特征(ROC)曲线绘制调查PGK1表达式的预测性能。曲线下的面积(AUC)一,三,五年生存的决心。基因表达分析交互式分析2 (GEPIA2;http://gepia2.cancer-pku.cn/)web服务器提供基因表达分析在肿瘤和正常标本TCGA和Genotype-Tissue表达式(GTEx)项目26]。PGK1表达式比较在不同阶段的乳腺癌使用GEPIA2工具。
2.6。分析PGK1和临床表型之间的联系
桑基图进行评估PGK1与临床表型的相关性(病理T台(T1-4),病理N阶段(N0-3),病理阶段(M0、M1),和生存状态(活着的和死去的))的乳腺癌患者,TCGA数据集利用ggalluvial包。
2.7。估计免疫浸润
Immunedeconv包(27]提供了一个可靠地访问六个算法量化散装RNA-seq概要文件的大量的淋巴细胞,包括微环境细胞Populations-counter (MCP-counter) [28],quanTIseq [29日估计相对子集),细胞类型识别的RNA转录(CIBERSORT) [30.],伊势亚[31日),计时器(22]。
2.8。基因集富集分析(GSEA)
GSEA提供了一个健壮的方法来分析分子分析数据。评估生物通路参与PGK1乳腺癌样本分为高低PGK1子组。之后,浓缩得分(ES)的基因和基因组的京都百科全书(KEGG)通路和癌症特征计算利用GSEA软件(4.1.0版)(32]。KEGG基因集和特征基因集是从分子策划的签名数据库(MSigDB;3.0版本;http://www.broadinstitute.org/msigdb),提供最广泛的基因集执行GSEA [33]。显著性水平的ES估计经验phenotype-based排列测试。估计意义是通过多重假设检验修正的。每个基因的ES是规范化将产生规范化浓缩得分(NES)和错误发现率(罗斯福)对应于每个NES决心通过比较研究的尾巴和零NES的分布。
2.9。统计分析
所有的分析提出了R软件(版本4.0.3;R统计计算的基础,维也纳,奥地利)。定性分析了变量利用确切概率法。与学生的定量变量进行了分析或Wilcoxon测试。皮尔森和斯皮尔曼相关分析用于评估两个变量之间的相关性。 指示性的统计学意义。
3所示。结果
3.1。Pan-Cancer PGK1表达与预后的影响分析
通过TIMER2.0 web服务器,本研究提出的微分表达式PGK1 pan-cancer在正常和肿瘤组织标本。我们发现PGK1 mRNA表达表现出突出的upregulation BLCA, BRCA,塞斯克,胆固醇,COAD,光电子能谱,“绿带运动”,HNSC, KIRC, LIHC, LUAD, LUSC,阅读,STAD, UCEC组织相比,控制(图1(一))。在KICH表达明显下调,马,THCA组织比正常组织。更高的mRNA的表达PGK1比初级SKCM SKCM中转移。Univariate-cox回归分析发现,PGK1 upregulation预测不良患者的生存结果BRCA ( ;人力资源:1.00222(1.00151 - -1.00294)),塞斯克( ;人力资源:1.00152 (1.00077 - -1.00227)),HNSC ( ;人力资源:1.00117 (1.00063 - -1.00172)),KICH ( ;人力资源:1.00946 (1.00458 - -1.01436)),LGG ( ;人力资源:1.00289 (1.00085 - -1.00493)),LIHC ( ;人力资源:1.00182 (1.00078 - -1.00287)),LUAD ( ;人力资源:1.00076 (1.00019 - -1.00132)),PAAD ( ;人力资源:1.0018(1.00049 - -1.0031)),不仅( ;人力资源:1.00067 (1.00006 - -1.00127);图1 (b))。相比之下,是预测差别PGK1对这些不利预后KIRC ( ;人力资源:0.99895 (0.99838 - -0.99952))。通过GEPIA2生存地图模块的web服务器,我们观察到PGK1 BRCA的风险因素,塞斯克,光电子能谱,HNSC LIHC,不仅预后,而PGK1 KIRC预后(图是一种保护性因素1 (c))。我们也调查了影响PGK1表情系统,PFI,跨pan-cancer DSS,发展类金融机构。高PGK1表达显著预测贫穷BRCA操作系统( ),塞斯克( ),HNSC ( ),KICH ( ),LGG ( ),LIHC ( ),LUAD ( ),PAAD ( ),和不仅( )但其upregulation KIRC与良好的操作系统( ;图2(一个))。如图2 (b),PGK1 upregulation是指示性的不利PFI ACC ( ),BRCA ( ),塞斯克( ),HNSC ( ),KICH ( ),内消旋( ),PAAD ( ),和马( )但其upregulation表示良好的PFI KIRC患者( )和STAD ( )。在图2 (c),我们发现高PGK1表达与患者不良的DSS的BRCA ( ),塞斯克( ),HNSC ( ),KICH ( ),LGG ( ),LIHC ( ),和PAAD ( )。相比之下,低PGK1表达导致不良KIRC DSS ( )。发展类金融机构的差异同时进行高低PGK1组之间。因此,PGK1 upregulation突出显示联想BRCA贫困发展类金融机构( ),塞斯克( ),PAAD ( ),和不仅( ;图2 (d))。集体,PGK1施加一种致癌作用在大多数的癌症,尤其是乳腺癌。
(一)
(b)
(c)
(一)
(b)
(c)
(d)
3.2。PGK1之间的联系和免疫检查点,三甲,MSI Pan-Cancer
联系PGK1表达和免疫在pan-cancer检查站在mRNA水平进行了分析。在图3(一个)我们观察到,PGK1跨pan-cancer突出与免疫相关的检查点。尤其是PGK1表现出显著相关性免疫检查点,包括TNFRSF14 TNFSF4, CD40LG, HAVCR2,小鼠,CD80、CD160, PDCD1LG2, TNFSF9, CD27, TNFRSF25, VSIR, TNFRSF4, TNFRSF18, CD274, CD86和TNFRSF9。此外,我们发现PGK1显示显著的相关性在BRCA三甲( ),HNSC ( ),LUAD ( ),PAAD ( ),不仅( ),SKCM ( ),STAD ( ),THCA ( ),THYM ( ),和UCEC ( ;图3 (b))。协会与MSI PGK1评估在不同的癌症类型。在图3 (c),我们的研究结果展示了重大PGK1表达之间的相关性和MSI塞斯克( ),COAD ( ),KIRC ( ),LUAD ( ),LUSC ( ),马( ),不仅( ),STAD ( ),TGCT ( ),THCA ( ),和UCEC ( )。集体,PGK1可能与免疫治疗反应。
(一)
(b)
(c)
3.3。PGK1充当一个健壮的乳腺癌危险因素的结果
TCGA队列中,我们比较了mRNA的表达PGK1在正常( )和乳腺癌( )组织。因此,PGK1表达表现出显著upregulation乳腺癌相比,正常标本( ;图4(一))。符合PGK1表达式的中值,我们把乳腺癌受试者分成了两个子组(图4 (b))。我们观察到更多的病人活着地位低表达组。生存与生存率较两组之间的差异。如图4 (c)患者高PGK1表达式( )比那些低表明不利的临床结果PGK1表达式( ; )。ROC曲线进行评估的性能PGK1乳腺癌预后的预测(图4 (d))。AUC值在1 -,3 -和5年生存率分别为0.716,0.682和0.678,表明PGK1健壮的预测。使用GEPIA2工具,我们评估PGK1 mRNA的表达在不同病理阶段(阶段i x)在乳腺癌患者。我们的研究结果表明,PGK1显示最高的mRNA表达四期( ;图4 (e))。综上所述,PGK1可能作为一个可靠的乳腺癌预后的危险因素。
(一)
(b)
(c)
(d)
(e)
3.4。PGK1和临床表型的乳腺癌之间的联系
这里,我们评估了重大PGK1和临床表型之间的关联(病理T台(T1-4),病理N阶段(N0-3),病理阶段(M0、M1),和生存状态(活着的和死去的))TCGA乳腺癌患者的数据集,如桑基图(图所示5)。
3.5。PGK1和免疫浸润之间的联系
Immunedeconv方法用于分析大量的免疫细胞亚群水平在乳腺癌TCGA群体样本,包括MCP-counter quanTIseq CIBERSORT,伊势亚,定时器算法。PGK1和免疫细胞亚群之间的关系通过斯皮尔曼相关分析估计。MCP-counter算法,我们观察到PGK1表达呈正相关,T细胞,骨髓树突状细胞、内皮细胞和B细胞,但消极与单核细胞和巨噬细胞(图有关6(一))。quanTIseq算法,PGK1表达式显示正相关CD4 + T细胞,NK细胞和巨噬细胞M2但表现出负相关监管(Treg) T细胞,中性粒细胞,巨噬细胞M1(图6 (b))。定时器算法,PGK1表达式显示积极的协会与T细胞CD4 +但负面联想嗜中性粒细胞,髓系树突状细胞和巨噬细胞(图6 (c))。CIBERSORT算法,PGK1 Treg呈正相关,T细胞γδT细胞卵泡助手,CD8 + T细胞,NK细胞活性,单核细胞,肥大细胞激活,B细胞浆,B细胞原生,B细胞记忆(图6 (d))。相比之下,PGK1表达之间有负相关性和CD4 + T细胞记忆激活,嗜中性粒细胞,NK细胞休息,巨噬细胞M1和巨噬细胞M0。伊势亚算法,PGK1表达式有正相关性间质分数,微环境得分,T细胞NK T细胞CD4 +天真,T细胞CD4 +效应记忆T细胞CD4 +中央内存,巨噬细胞平方米,造血干细胞、内皮细胞,常见的髓系祖,和B细胞记忆T细胞CD4 +记忆但有负相关性,T细胞CD4 + Th2,血浆树突细胞,NK细胞,单核细胞、巨噬细胞M1,巨噬细胞,淋巴祖(图6 (e))。集体,PGK1与乳腺癌的炎症微环境。
(一)
(b)
(c)
(d)
(e)
3.6。生物途径和参与PGK1癌症的标志
通过GSEA方法,我们研究了生物通路和癌症特征参与PGK1通过比较,和表达下调PGK1 TCGA团体在乳腺癌样本数据集。我们的研究结果表明,嘧啶代谢( , , , ),细胞周期( , , , ),和卵母细胞减数分裂( , , , )通路是负相关PGK1表达式(图7(一))。与此同时,味觉转导( , , , ),花生四烯酸代谢( , , , ),α亚麻酸代谢( , , , ),和亚油酸的新陈代谢( , , , )正相关性PGK1表达式(图显示7 (b))。在数据7 (c)和7 (d),PGK1表达表现出对癌症的标志包括糖酵解( , , , ),mTORC1信号( , , , ),缺氧( , , , ),刺猬信号( , , , ),Wntβ连环蛋白信号( , , , ),肌细胞生成( , , , ),和喀斯特信号( , , , )。
(一)
(b)
(c)
(d)
4所示。讨论
在这项研究中,我们阐明PGK1发炎的肿瘤微环境与显示的证据表明PGK1正相关性在乳腺癌肿瘤微环境的免疫状态。此外,本研究建议PGK1放松管制是生存能力强劲预测结果以及免疫治疗反应。
我们pan-cancer分析发现,PGK1 upregulation导致不良临床结果对于大多数的癌症类型。ROC曲线确定预测乳腺癌预后的良好性能。这表明PGK1拥有潜在的作为一个可靠的乳腺癌预后预测指标。高三甲可以受益于患者免疫治疗代理。乳腺癌的初步证据表明hypermutation更有可能受益于anti-PD-1疗法(34]。此外,证据显示显著的反应的癌症与MSI anti-PD-1治疗失败的患者常规治疗(35]。,我们观察到的积极联想PGK1三甲和跨pan-cancer MSI,尤其是乳腺癌,表明PGK1作为免疫反应的潜力预测。通过六算法包括MCP-counter、quanTIseq CIBERSORT,伊势亚,计时器,我们估计PGK1协会在乳腺癌淋巴细胞的渗透水平。我们观察到PGK1显示正相关性CD8 + T细胞激活NK细胞以及与免疫检查站显著相关。这表明PGK1可能塑造一个发炎表型乳腺癌的肿瘤微环境。
我们GSEA发现PGK1 KEGG通路包括有关嘧啶代谢,细胞周期,卵母细胞减数分裂途径,味觉转导,花生四烯酸代谢,亚麻酸的新陈代谢,和亚油酸的新陈代谢。此外,我们发现PGK1显示相关性癌症的标志包括糖酵解,mTORC1信号、缺氧,Wnt刺猬信号β连环蛋白信号、肌细胞生成和喀斯特信号。以前的实验已经证实上面的监管角色的PGK1通路。例如,PGK1抑制可以抵消药物抗性在胃癌腹腔内5 -氟尿嘧啶(36]。核PGK1减少ADP-dependent抑制CDC7增强DNA复制(37]。GSK3 PGK1-coupled一半可能稳定β表达调控具备干细胞特性在乳腺癌(38]。
然而,有限制在我们的研究中。首先,我们不能确定最优截止PGK1的乳腺癌患者。因此,中位数的mRNA表达PGK1被选为截止。其次,深入实验将确定的表达分析PGK1在乳腺癌细胞和肿瘤浸润免疫细胞。第三,PGK1应该外部验证的预测性能在一个更大的群体。第四,将会进行体外和体内实验来探索PGK1失调的势函数在扩散,迁移和入侵乳腺癌。
5。结论
本研究建议PGK1可以作为一个合适的候选人乳腺癌预后的预测。此外,我们的研究结果表明,发炎PGK1形状的肿瘤微环境在乳腺癌以及可以预测免疫治疗的临床反应。
缩写
| PGK1: | 磷酸甘油酸酯激酶1 |
| 艾多酷: | 免疫抑制剂检查站 |
| 定时器: | 肿瘤免疫评估资源 |
| TCGA: | 癌症基因组图谱 |
| TPM: | 记录每百万 |
| RNA-seq: | RNA序列 |
| 环球数码创意: | 基因组数据共享 |
| 人力资源: | 风险比 |
| 置信区间: | 置信区间 |
| 操作系统: | 总生存期 |
| 发展类金融机构: | 无病的时间间隔 |
| 决策支持系统: | 针对疾病的生存 |
| PFI: | 无进展时间间隔 |
| GEPIA2: | 基因表达分析交互式分析2 |
| GTEx: | Genotype-Tissue表达式 |
| 三甲: | 肿瘤基因突变的负担 |
| MSI: | 微卫星不稳定 |
| MCP-counter: | 微环境细胞Populations-counter |
| CIBERSORT: | 细胞类型鉴定评估相对RNA转录的子集 |
| GSEA: | 基因集富集分析 |
| ES: | 浓缩的分数 |
| KEGG: | 京都基因和基因组的百科全书 |
| MSigDB: | 分子签名数据库 |
| 新经济学院: | 归一化富集得分 |
| 罗斯福: | 错误发现率。 |
数据可用性
数据分析了在目前的研究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
Liangdong李和阳白是相等的贡献者。
确认
这项工作得到了国家自然科学基金(8210112791)、上海市抗癌协会的基础(SACA-CY19C05),上海市卫生局的基础(20204 y0262)和上海复旦大学癌症中心的基础(YJQN202009)。