文摘
背景。预后分层的问题在急性髓系白血病(AML)患者仍有局限性。方法。表达谱数据和临床特征的AML患者获得来自多个公开来源,包括GSE71014 TCGA-LAML, TARGET-AML。单细胞分析使用TISCH项目。所有的分析进行的R软件。结果。在我们的研究中,三个公共AML军团,GSE71014 TARGET-AML,和TCGA-AML选择。然后,我们确定了prognosis-related分子通过生物信息学分析。最后,DUSP7被发现是一个风险因素对于AML患者,以前没有报道。生物富集分析和几种分析进行说明DUSP7在AML的角色。单细胞分析表明DUSP7广泛分布在不同的细胞,尤其是在单核细胞/巨噬细胞和恶性。这之后,基于DUSP7-derived基因构建预测模型,显示在所有组预后良好的预测能力。结论。我们的结果初步揭示DUSP7在AML的作用和潜在的机制,为未来的研究提供方向。
1。介绍
急性髓系白血病(AML)是一个高度异构的恶性克隆疾病,严重影响人类健康1]。AML的发病机制非常复杂,研究人员还没有完全阐明它(2]。现在认识到,染色体核型异常和基因突变再现性发挥重要的启动作用在疾病的发生和发展3]。通过对这两个因素进行分类,可以对大多数病人执行危险分层。根据不同的患者危险分层,可以采用相应的治疗方案,极大地提高了AML患者的五年存活率(4]。同时,随着化疗的发展,造血干细胞移植、基因靶向治疗,生物免疫治疗和其他治疗方法,5年无瘤生存率具有完整的缓解率和AML患者有所改善,但大多数病人仍有耐药性和复发,导致预后不良(5]。这些问题表明,临床医生需要进一步探索的新发病机理AML和改善现有的预后评价体系。
目前,研究发现,影响AML患者的预后的因素不仅包括一般临床特征,如年龄和工厂打字,但是还包括分子遗传学、细胞遗传学、基因突变的特定分子(6]。例如,Falini等人注意到NPM1基因突变可以协助AML的基因类型,从而表明临床预后和治疗的选择(7]。如今,许多基因突变与AML患者的预后,如MLL HOX, RAR -αRUNX1、CBF、NPM1 WNT, WT1, RB, PU.1, p53, MYC, MPL, JUNB, GATA-1,安全系数,菲斯,n, CEBPA,工具包,FLT3 [8- - - - - -10]。一些突变参与AML的危险分层,如NPM1 RUNX1、c - kit, RUNX1-RUNX1T1, CEBPA,白血病α- itd bcr - abl1 ASXL1, TP53, MLL [11,12]。然而,很多情况下没有上述基因突变,尤其是50%的AML患者与正常细胞遗传学(CN-AML)。这些患者缺乏特征染色体变化和明确的分子标记,并很难评估他们的预后13]。大量的证据表明,基因表达水平对AML的预后评估具有重要意义14]。早在1996年,伯格曼等人发现WT-1的表达可以作为预后和复发AML的标志(15]。Paschka等的研究,196例CN-AML也支持上述观点,发现WT-1 CN-AML突变是一个独立的危险因素(16]。最近的研究表明,基因表达水平的CPT1A, TGFβ1、VEGF CSRP2等都与AML的预后相关(17- - - - - -19]。众所周知,疾病的预后是受到多种因素的影响,以及这些因素之间的关系是复杂的。因此,传统的预后评估系统已不再能够满足要求。随着大数据的崛起,生物信息学,人工智能,在医学临床应用越来越广泛,显示出巨大的潜力20.- - - - - -22]。
在我们的研究中,三个公共AML军团,GSE71014 TARGET-AML,和TCGA-AML选择。然后,我们确定了prognosis-related分子通过生物信息学分析。最后,DUSP7被发现是一个风险因素对于AML患者,以前没有报道。生物富集分析、单细胞分析和几种分析进行说明DUSP7在AML的角色。这之后,基于DUSP7-derived基因构建预测模型,显示在所有组预后良好的预测能力。
2。方法
2.1。数据收集过程
表达谱数据和临床特征的AML患者获得多个公开来源。TCGA-LAML(访问时间22/3/2023)和TARGET-AML(访问时间22/3/2023),每个AML病人的表达谱中下载“STAR-Count”的形式,然后提取到一个合并矩阵R代码。人类基因组参考文件从运用获得项目(https://www.ensembl.org/)是用于探测注释。临床资料中下载“bcr-xml”形式和组织使用Perl代码。GSE71014,病人的表达谱从直接下载链接”系列矩阵文件(s)”的网站https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE71014。探针注释是由GPL10558平台。所有下载数据,数据质量控制和标准化处理之前进行数据分析。多个蛋白质的交互数据被下载从数据库的字符串,然后通过Cytoscape可视化软件(23]。
2.2。(度)的差异表达基因分析
度分析使用limma包执行特定的阈值(| logFC | > 1和值< 0.05)(24]。
2.3。预后分析
为一个特定的基因列表,这些基因的表达谱首先结合相应的生存信息。接下来,分子明显与AML患者的生存被确定使用单变量Cox回归分析( )。此外,套索回归分析变量进行了优化。最终,多变量Cox回归分析被用来屏幕独立预后标记和模型结构。TCGA-AML队列设置为训练队列。GSE71014和TARGET-LAML军团被设置为验证队列。用于比较kaplan - meier生存曲线(公里)的预后差异在不同的组。特定变量的预测能力对患者的生存进行使用接受者操作特征(ROC)曲线。
2.4。生物富集分析
评估使用特定执行生物功能R包。Clusterprofiler包被用于基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)分析25]。基因集富集分析(GSEA)进行基于特征基因集(26]。
2.5。Sing-Cell分析
GSE116256的单细胞数据,GSE135851、GSE154109 PBMC_8K, PBMC_30K, PBMC_60K艺术项目进行了分析27]。
2.6。组织微环境分析
估计包被用来量化基质得分,免疫分数,和评估分数的组织微环境,分别代表相应的电池组件(28]。骨髓微环境的量化使用单一样本GSEA (ssGSEA)算法(29日]。
2.7。统计分析
所有的统计分析R软件。分析与统计值< 0.05被认为是具有统计学意义。对数据有不同的分布,根据统计要求使用不同的分析方法。
3所示。结果
整个研究的流程图如图1。
3.1。识别分子与AML患者的生存密切相关
首先,全面搜索之后,我们终于确定了三个AML和完整的转录概况和临床信息数据集,包括GSE71014 TCGA-LAML, TARGET-AML(图2(一个))。然后,我们执行单变量Cox回归分析来识别prognosis-related分子在这三个军团(补充文件1- - - - - -3)。通过路口,我们注意到169年GSE71014分子共同的危险因素,TCGA-LAML,和TARGET-AML军团,尽管GSE71014 36分子是常见的保护性因素,TCGA-LAML, TARGET-AML军团(数字2 (b)和2 (c))。上述prognosis-related分子的PPI网络图所示2 (d)。
(一)
(b)
(c)
(d)
3.2。DUSP7与AML患者的不良预后相关
然后,基于所确定的风险基因,我们执行套索回归分析来优化变量(数字3(一个)和3 (b))。执行后,多变量Cox回归分析,我们注意到SOCS2 DUSP7, DDIT4病人的预后有显著相关性( )(图3 (c))。考虑到在AML DUSP7尚未报道,我们选择它进行进一步分析。公里生存曲线GSE71014、TCGA-LAML TARGET-AML军团都表明,AML患者高DUSP7表达式可能预后不良(图3 (d)GSE71014 HR = 2.64, ;图3 (e)TARGET-AML HR = 1.72, ;图3 (f)TCGA-LAML HR = 2.27, )。
(一)
(b)
(c)
(d)
(e)
(f)
3.3。生物富集的DUSP7 AML和单细胞分析
然后,我们试图探索DUSP7在AML的潜在生物功能。Limma包被用来屏幕度高低DUSP7患者表达(图4(一))。度的热图图所示4 (b)。KEGG分析表明,分子调节患者的高DUSP7水平主要是在转录misregulation丰富癌症,系统性红斑狼疮,唾液分泌,肾素-血管紧张素系统,松弛素信号通路(图4 (c))。去分析,对真菌的反应,neutrophil-mediated细胞毒性,中性粒细胞脱粒,中性粒细胞activation-related途径丰富(图4 (d))。至于表达下调的基因,病毒蛋白相互作用,细胞因子和细胞因子受体、肺结核、和转录misregulation癌症被KEGG丰富(图分析4 (e))。去分析,这些表达下调基因丰富监管规定的t细胞分化,单核细胞增生,淋巴细胞增殖,白细胞增多,白细胞粘附和信息(图4 (f))。基于GSEA,我们发现IL6_JAK_STAT3信号、干扰素α响应,胆汁酸代谢,凝固和紫外响应DN是五大途径DUSP7参与(图5(一个))。单细胞分析表明DUSP7广泛分布在不同的细胞,尤其是在单核细胞/巨噬细胞和恶性(图5 (b))。
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
(g)
3.4。组织微环境分析
然后,我们试图探索在AML DUSP7微环境的影响。有趣的是,我们发现DUSP7免疫得分呈正相关,基质的分数,估计分数据估计包(图6(一)、免疫得分,软木= 0.367, ;图6 (b)基质的分数,软木= 0.204, ;图6 (c),估计分数,软木= 0.327, )。接下来,ssGSEA算法被用来量化AML的组织微环境(图6 (d))。相关分析表明,DUSP7呈正相关,B细胞,NK CD56暗细胞,Tem, Th17细胞,巨噬细胞,Treg(图6 (e))。
(一)
(b)
(c)
(d)
(e)
3.5。建立预测模型基于DUSP7-Derived分子
然后我们确定了前100名积极分子,与AML患者DUSP7负相关(数字7(一)和7 (b))。单变量Cox回归分析进行识别prognosis-related基因(图7 (c))。套索回归分析然后进行降低数据维度(数据和优化变量7 (d)和7 (e))。多变量Cox回归分析应用构建预测模型是基于分子识别的套索回归分析,包括DOC2B TGIF1, TWIST1, SNORA38 HPS6, PARP3(图7 (f))。每个病人的风险评分计算公式” ”。我们注意到一个更高比例的死亡病例在高危患者(图8(一个))。公里生存曲线表明,高危患者可能有一个糟糕的预后(图8(b), HR = 3.70, )。ROC曲线表明,1年期AUC = 0.809, 3年AUC = 0.851, 5年AUC = 0.935(数字8 (c)- - - - - -8 (e))。验证组(GSE71014 TARGET-AML),我们的模型(图还显示一个预后良好预测能力8 (f)HR = 2.34, ,1年期AUC = 0.687, 3年AUC = 0.707, 5年AUC = 0.897;图8 (g)HR = 2.57, ,1年期AUC = 0.677, 3年AUC = 0.696, 5年AUC = 0.686)。
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
(g)
4所示。讨论
AML是一个高度异构血液恶性肿瘤引起的骨髓造血干细胞/祖细胞发育不全,以克隆增殖和分化异常逮捕了原始的、不成熟的髓细胞在骨髓和外周血30.- - - - - -32]。AML有复杂的细胞遗传学和表观遗传变异,包括DNA甲基化异常,导致高异质性疾病诊断、开发、和预后33]。连续对AML的研究,发现异常的DNA甲基化的特殊基因启动子影响其表达水平的变化,特别是肿瘤抑制,从而导致疾病的发生和发展34]。尽管各种分子靶向治疗AML出现一个接一个,增加为AML选择治疗方案的可能性,其5年生存率仍然很差,尤其是对老年患者高危因素(35]。因此,深入探索了AML的发病机制具有重要的科学意义和临床应用价值疾病预防、诊断、特定的治疗和预后分层。
在我们的研究中,三个公共AML军团,GSE71014 TARGET-AML,和TCGA-AML选择。然后,我们确定了prognosis-related分子通过生物信息学分析。最后,DUSP7被发现是一个风险因素对于AML患者,以前没有报道。生物富集分析、单细胞分析和几种分析进行说明DUSP7在AML的角色。这之后,基于DUSP7-derived基因构建预测模型,显示在所有组预后良好的预测能力。
DUSP7,他的全名是双特异性磷酸酶7,据报道参与多种病理生理过程,特别是癌症(36- - - - - -38]。例如,李等人发现DUSP7可能影响PEA15脱磷酸作用和抗乳腺癌[39]。郭等人已经证明DUSP7是极其重要的正确的安排在细胞分裂过程中染色体在细胞水平上通过一系列的实验(40]。此外,tisch和Schuh也支持这个观点在动物水平(41]。值得注意的是,超过半数的AML患者伴有染色体异常,和促进DUSP7对AML的影响似乎是可以理解的,但仍需要进一步探索的相关机制。
生物浓缩IL6_JAK_STAT3信号分析表明,干扰素α响应,胆汁酸代谢,凝固和紫外响应DN DUSP7五大途径参与。这表明新陈代谢和免疫在AML的重要性。AML细胞非典型代谢表型,以增加线粒体质量,更依赖氧化磷酸化的生存和脂肪酸氧化。AML Tcheng等人表示,有一种特殊的脂肪酸代谢方式和水平(42]。此外,在涉及84名患者的回顾性研究中,研究人员发现干扰素-α可以有效地减少AML患者的复发率(43]。同时,基于两项注册研究的长期结果,干扰素-α可以防止复发,提高生存率(44]。因此,DUSP7和干扰素-之间的相关性α反应可以部分解释DUSP7对AML患者的预后的影响。然而,需要进一步的研究来证实DUSP7和干扰素-之间的关系α响应。
免疫相关分析表明,DUSP7呈正相关,B细胞,NK CD56暗细胞,Tem, Th17细胞,巨噬细胞,Treg。一些研究开始关注在AML的免疫细胞的作用。他等人发现,化疗后:AML患者免疫损害他们的B细胞不可逆的45]。与此同时,研究人员还发现,监管在AML [B细胞具有临床指导意义46,47]。摩尔等人发现AML过程可以由LC3-associated吞噬作用药物的骨髓抑制巨噬细胞(48]。刘等人证明了鹅去氧胆酸可以抑制M2巨噬细胞极化通过脂质过氧化49]。此外,Treg被认为扮演一个角色在帮助白血病细胞逃避免疫监视,从而促进AML进展(50,51]。我们的研究结果表明,DUSP7可能影响AML过程影响招聘的当地的免疫细胞。
生物信息学的不断发展,大量的数据在大数据时代提高了数据二次挖掘的便利。虽然我们的研究结果是基于可靠的数据和算法,一些限制是不容忽视的。首先,大多数患者是西方种族。有特定的基因组的差异不同种族的人群;因此,种族偏见将减少我们的结论的普遍性。其次,不可否认,生物信息学分析不能完全反映真实情况。因此,大多数的结论只有象征意义和仍然需要后续实验验证。
数据可用性
所有的原始数据都可以获得相应的作者基于合理的需求。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究是由重点资助项目的教学和研究安徽省教育部(2022 jyxm796);安徽医科大学课程思想政治整合全科医生培训创新团队资助项目(YZ2020TD005)。
补充材料
补充文件1:单变量在GSE71014 Cox回归分析的结果。补充文件2:单变量在TARGET-LAM Cox回归分析的结果。补充文件3:在TCGA-LAML单变量Cox回归分析的结果。(补充材料)