文摘
子宫内膜癌是一种常见的妇科恶性肿瘤,和先进的病人的预后是惨淡的。最近,许多研究过氧物酶体proliferator-activated受体通路参与子宫内膜癌阐明其至关重要的。拷贝数变异(CNA)和核苷酸突变通常发生在肿瘤组织,导致异常的蛋白表达和蛋白质结构的变化。我们分析了外显子测序数据TCGA的子宫内膜癌患者数据库,发现体细胞变化PPAR pathway-related基因(PPAR-related-gene)通常发生在UCEC病人。CNA患者或突变的外显子区域的变化PPAR-related-gene通常有不同的预后结果。此外,我们发现mRNA转录和蛋白质翻译水平的PPAR-related-gene UCEC明显不同于邻近组织/正常的子宫。转录水平的一些PPAR-related-gene (DBI, CPT1A、CYP27A1 ME1)明显与UCEC患者的预后有关。我们进一步构建了一个预后预测工具PPAR风险评分,预后预测工具,它是一个强大的独立的危险因素的整体存活率UCEC病人。比较典型的TNM分类系统,该工具具有较高的预测精度。我们创建了一个计算图表结合PPAR风险评分与病人的临床特征以提高预测精度,促进临床使用。总之,我们的研究表明,在UCEC PPAR-related-gene CNA的显著改变,核苷酸突变,和mRNA转录水平。这些发现可以提供一个新的视角对术后生存预测和UCEC患者的个性化治疗。
1。介绍
最常见的恶性肿瘤之一,女性生殖系统是子宫语料库子宫内膜癌(UCEC),和它的发病率不断上升在过去的几年中1]。大多数UCEC子宫切除术后病人有更好的预后和辅助治疗。然而,对于晚期病人,受益率小于50%,当前的治疗策略(2]。因此,它仍然需要探索UCEC的发病机理和治疗先进的病人。
过氧物酶体proliferator-activated受体(PPARs)核激素受体的转录因子总科和生理和病理过程中发挥重要作用的细胞(3]。PPARs已被证明有一个重要的功能在子宫内膜滋养层研究[4,5]。因此,PPAR pathway-related基因(PPAR-related基因)也参与UCEC的发生和发展。一些PPAR配体具有抗增殖活动对子宫内膜癌(6]。抑制PPARγ能促进子宫内膜癌细胞的扩散通过bcl - 2 / caspase3途径[7]。
包括肿瘤体细胞变异基因拷贝数改变突变(CNA)和基地。基因CNA包括放大和深删除,这通常会导致相关蛋白表达的变化。故意包括错义突变,突变的基因删除突变,拼接突变,inframe突变。基因突变会导致蛋白质氨基酸的变化,从而影响他们的标准的结构和功能。我们发现83%的浆液性子宫内膜癌PPAR-related基因体细胞变异,而48%的endometrioid子宫内膜癌有PPAR-related基因体细胞变异。这个变异频率是相当大的,需要进一步的探索。
在这项研究中,我们进行了全面分析CNA的核苷酸突变,并在UCEC PPAR-related基因的转录状态。此外,我们发现大量的PPAR-related基因与患者预后有关。因此,PPAR风险评分开发预测UCEC患者的预后。它有助于更好的理解在UCEC PPAR通路的功能,允许更精确的管理UCEC病人手术后。
2。材料和方法
2.1。PPAR Pathway-Related基因收购
六十九PPAR-related基因从一组基因(KEGG PPAR信号通路)的分子签名数据库(MSigDB) [8]。这个路径是M13088的系统名称。69 PPAR-related基因研究的具体细节在本研究中列出补充表1。
2.2。数据源和人口研究
共有539名公认的拷贝数改变数据和248突变数据从whole-exome测序TCGA的子宫内膜癌样本数据库(9)从cBioPortal下载(10]。R包“TCGAbiolinks”(11)是用来下载548子宫内膜癌基因表达数据和临床数据样本TCGA-UCEC队列。桑基图用于显示样本的临床信息都用R包”ggalluvial (12]。
2.3。通路富集分析
PPAR-related基因CNA /之间的差异表达基因突变改变组和一成不变的组由使用R包的磨边机。”然后,R包“clusterProfiler”(13)是ulilized执行基因集富集分析(GSEA)。特征基因集(h.all.v7.2.symbols.gmt)从MSigDB下载。
2.4。预后分析
总生存期(OS)和无病生存期(DFS)每组患者使用kaplan meier和log-rank分析计算。
2.5。免疫特征分析
我们使用了CIBERSORT [1422)算法来计算渗透状态相比,TCGA-UECE群和免疫细胞在每组患者的结果。TCGA-UCEC队列的neoantigens数据和来自以前发表的文章。总的肿瘤浸润淋巴细胞(TIL)地区部分数据和neoantigens TCGA-UCEC队列的数据从一个获得权威的文章(15]。
2.6。预测化疗反应
R包“pRRophetic”(16)和mRNA数据被用来估计每个病人组的药物敏感性。其中,岭回归是用来确定样品的最高half-inhibitory浓度(IC50)和10倍交叉验证利用确定的准确性。
2.7。PPAR风险评分的一代
通过单变量和多变量Cox回归分析,PPAR-associated基因大多数选择连接到病人的预后。基因表达的线性组合特征加权回归系数是用于生产PPAR风险评分为每一个病人。“pheatmap”R包用于可视化中每个基因的表达PPAR风险评分。存活率计算使用kaplan meier方法,及其使用生存率较确定统计学意义。
2.8。PPAR风险评分验证
基于预测模型PPAR风险评分测试使用单变量和多变量cox回归分析,看看这是一个独立的预后因子。含接受者操作特征曲线(TDROC)“survivalROC”(17被用来检查]R包PPAR风险评分的预测能力在1、3和5年。
2.9。统计分析
不同组的患者的临床变量进行了测试使用确切概率法或卡方检验。的Mann-Whitney测试或克鲁斯卡尔-沃利斯检验是利用比较丰富的免疫细胞浸润,neoantigens,和药物敏感性之间PPAR-related CNA /基因突变改变和不变的团体。 被认为是具有统计学意义。预测列线图建于R包rms和Iasonos指南(18]。6.0 R(版本4.0.3)或者GraphPad棱镜用于所有统计测试和视觉分析(美国GraphPad软件)。
3所示。结果
3.1。PPAR-Related CNA状态的基因和相关UCEC患者的临床特征
我们分析每个UCEC PPAR-related基因CNA的地位。一般来说,PPAR-related基因拷贝数变化观察到浆液性子宫内膜癌患者的80%(数据1(一)),这是更比endometrioid患者子宫内膜癌(少于20%)。PPAR-related基因最容易拷贝数放大EHHADH, SLC27A1, ACOX1 ANGPLT4, PLTP(数字1 (b))。PPAR-related基因最容易拷贝数删除CPT1B和LPL。然而,PPARA经历了大量的拷贝数放大和删除。如数据所示1 (c)没有区别,PPAR-related基因CNA地位在所有年龄组和组织学的成绩。然而,CNA PPAR-related基因发生更多的浆液性类型和iii iv患者TNM阶段。评价之间的关系PPAR-related基因CNA UCEC状态和预后,我们将病人分成PPAR-related基因改变和不变的组织和比较他们的生存概率。当PPAR-related基因CNA发生时,操作系统和DFS的患者较低的概率比CNA的患者(数字1 (d)和1 (e))。
(一)
(b)
(c)
(d)
(e)
3.2。PPAR-Related基因的突变状态和相关UCEC患者的临床特征
以类似的方式,我们也分析了每个UCEC PPAR-related基因的突变状态。一般来说,PPAR-related基因的突变是子宫内膜癌endometrioid高于浆液性子宫内膜癌(图2(一个))。常见的基因突变PPAR-related ACSL4, CPT1C LPL和SORBS1(图2 (b))。一个有趣的现象是,EHHADH和LPL经历高拷贝数的改变和在UCEC高频突变。如数据所示2 (c)没有区别,PPAR-related基因的突变概率在所有年龄组和组织学的成绩。同样的,我们将病人分成PPAR-related基因突变,不变异组和比较他们的生存概率。kaplan meier对操作系统和DFS的分析显示,患者的预后PPAR-related基因突变比不变异的患者(数字2 (d)一个(d)2 (e))。
(一)
(b)
(c)
(d)
(e)
3.3。比较之间的转录组特征PPAR-Related基因改变和不变的病人
进一步分析潜在的生理变化UCEC CNA PPAR-related基因或突变后,我们使用了标志基因集(h.all.v7.2.symbols.gmt)之间的“MSigDB”执行GSEA PAPP-gene改变和nonaltered组。完整的50通路/基因集富集与提出了补充Materials-GSEA结果。根据调整后的价值和归一化富集得分,我们选择了五个途径显示的最显著的变化。GSEA的结果表明,E2F目标,G2M检查点和干扰素α响应路径明显调节PPAR-related基因CNA改变组。相比之下,雌激素反应通路显著下调(图3(一个))。当PPAR-related基因突变发生在UCEC病人,除了E2F目标,G2M检查点,干扰素γ反应通路,同种异体移植物排斥反应和炎症反应通路(图也显著激活3 (b))。
(一)
(b)
3.4。PPAR-Related基因状态和肿瘤免疫特征之间的联系
通过CIBERSORT算法的分析,我们发现,肿瘤微环境的UCEC PPAR-related患者基因CNA已经改变了。然而,UCEC PPAR-related基因突变的患者中,这些变化更为突出。PPAR-related基因CNA患者CD8的浓缩+T细胞、Treg和M1型巨噬细胞减少(图4(一))。直到总分数分数并没有改变,但是病人CNA组neoantigens较少(图4 (b))。PPAR-related基因突变组CD8 + T细胞,T辅助,M1型巨噬细胞浸润增加(图4 (c))。PPAR-related基因突变组,直到浸评分增加,更neoantigens(图4 (d))。
(一)
(b)
(c)
(d)
3.5。预测患者的化疗治疗结果的不同PPAR-Related基因状况
UCEC手术后患者使用化疗药物辅助治疗。为了探索CNA PPAR-related基因和突变状态是否影响化疗,我们用R包“pRRophetic”来评估病人的(TCGA-UCEC队列)对药物的敏感性。我们选择了四个常用化疗药物UCEC病人和预测的IC50 PPAR-related基因交替和nonaltered病人(补充图1)。顺铂是一种常用的化疗药物对子宫内膜癌患者。通过生物信息学预测,我们发现患者CNA和PPAR-related基因的突变可能对顺铂(低IC50)更加敏感。除此之外,我们发现PPAR-related基因CNA患者紫杉醇(更敏感 )比一成不变的病人多西他赛(但不敏感 )。没有差别在两组之间的对阿霉素的敏感性。我们没有找到任何统计在上述三种药物的敏感性差异PPAR-related基因突变患者和那些没有突变。
3.6。UCEC PPAR-Related基因的转录和蛋白质表达不同于正常的子宫内膜
CNA和突变基因的最终执行生物功能的不同改变RNA转录和蛋白表达。我们使用RNA-seq和CPTAC(临床肿瘤蛋白质组学分析财团)蛋白表达的数据UCEC患者和正常子宫内膜进行进一步分析。首先,我们使用了主成分分析(PCA)的降维特性来描述50 PPAR-related基因。在二维和三维PCA分析结果(图5(一个)),我们发现PPAR-related基因可以区分UCEC (TCGA-UCEC-tumor) paratumor组织(TCGA-UCEC-normal)和正常子宫内膜(GTEx-uterus)。结果表明,PPAR-related基因的表达在这三个组织有不同的表达特点。我们描述中每个基因的转录水平PPAR-related基因之间设置UCEC paratumor组织,endometrioid UCEC,和浆液UCEC(图5 (b))。同样,我们也分析了每个PPAR-related基因的蛋白质翻译水平(补充图2)。结果表明,RNA的表达EHHADH减少endometrioid UCEC和浆液UCEC显著增加。但在蛋白质表达水平,我们发现EHHADH在两种类型的UCEC显著增加。LPL基因拷贝数高删除和错义突变。与此一致的是,我们还观察到其转录组和蛋白质组在减少UCEC。对于其他基因,其中一些有相同的趋势在转录组和蛋白质组,但有些不一致。
(一)
(b)
3.7。PPAR-Related基因的转录UCEC患者的预后有关
我们进行了单变量Cox回归分析使用TCGA-UCEC信使rna序列数据和临床数据调查PPAR-related基因的表达与患者预后之间的关系。如图6(一),我们发现7个基因UCEC病人预后显著相关( , 或 )并通过该引导程序测试。降维,七个健壮的预后基因进行多变量Cox回归分析。我们发现,该模型由四个基因功能最优(图6(一))。其中,CYP21A1的风险比小于1,这意味着CYP21A1过表达的人活得更长。三个基因(DBI, CPT1A ME1)风险比率大于1,另一方面,产生相反的影响。我们创建了一个评分系统PPAR风险评分UCEC患者的预后预测基于每个基因的相关系数。
(一)
(b)
(c)
我们估计的PPAR风险评分为每个UCEC病人。患者分为两组(高风险和低风险)的PPAR风险评分使用队列作为截止值的中值。图6 (c)说明了分布PPAR风险评分和患者的生存状态。四个基因的相对mRNA水平两组患者之间的描绘在图6(d)。
3.8。独立的预后价值PPAR风险评分
PPAR风险评分的患者临床资料进行比较。的PPAR风险评分被发现是一个重要的独立危险因素UCEC患者的总体生存率的单变量和多变量Cox回归分析(图7(一))。kaplan meier曲线显示,高危组患者存活率显著降低(图7 (b))。的PPAR风险评分超过了年龄、TMN阶段和病理等级UCEC患者一年、三年、五年ROC分析(图7 (c))。这些数据暗示PPAR风险评分是一个截然不同的预后因子,可能更有效地预测病人的结果比现有的临床措施。
(一)
(b)
(c)
3.9。开发一个基于PPAR风险评分的预后列线图
我们开发了一个集成的计算图表PPAR风险评分和临床预后因素来预测患者的3 - 5年存活率(图8(一个))为了改善临床预后的准确性和易用性。病人的预后可以计算使用每个因素的贡献得分的总和。图8 (b)表明我们的诺模图优于理想模型经过三到五年的校准。我们的列线图的临床效用大大超过了临床特征,根据决策曲线分析(图8 (c))。这是发现使用PPAR风险评分结合临床特征来预测预后可能受益更多的病人。
(一)
(b)
(c)
4所示。讨论
子宫内膜癌是全球主要的妇科恶性肿瘤之一。其高危因素包括疾病阶段,肿瘤大小、等级、组织学类型、子宫肌层的入侵和淋巴结转移(19]。它通常发生在绝经后妇女,UCEC后期的预后很差,这需要我们关注的焦点。像其他癌症,UCEC的发病率和发展也需要复杂的分子途径(20.]。研究已经证明,PPAR通路中发挥着关键作用在UCEC [4- - - - - -7]。通过生物信息学的研究,我们发现大量的体细胞突变PPAR pathway-related UCEC基因。因此,它是至关重要的,全面检查PPAR的CNA和突变状态pathway-related UCEC基因。
本研究发现,大部分的PPAR-related基因CNAs浆液性癌患者的观察。另一方面,PPAR-related endometrioid子宫内膜癌基因突变频率较高但不是浆液性癌。PPAR-related基因最容易CNA EHHADH放大,一个相关的酶四种酶的机会(21]。EHHADH能促进顺铂耐药性在膀胱癌细胞(22]。高度表达EHHADH在UCEC可能扮演一个类似的功能,这需要更深入的研究。
进一步分析生物变化UCEC CNA PPAR-related基因和突变后,我们进行了GSEA分析。进一步分析UCEC PPAR-related时的生理变化基因体细胞突变发生,我们途径进行分析。它可以得出的结论是,当一个PPAR-related基因的体细胞突变发生在UCEC, cycle-related通路的细胞被激活。如E2F通路和G2 / M DNA损伤与检查点相关的蛋白质。基因表达的移行(干扰素γ)通路显著调节,在其他肿瘤(23]。免疫检查点封锁治疗会导致upregulation干扰素γ并最终消除肿瘤细胞。然而,干扰素γ信号也可以诱发肿瘤缺血和体内平衡计划,结果间隙肿瘤或肿瘤逃避24]。因此,重要的激活干扰素γ与PPAR-related UCEC是一个复杂的基因的体细胞突变的研究方向。
在生存分析中,我们发现PPAR基因CNA病人的存活时间与一成不变的CNA患者相比显著降低。另一方面,一成不变的患者相比,PPAR-related基因突变患者的存活时间显著增加。这也是一个重要的结论我们到达。它表明,体细胞突变状态PPAR-related UCEC基因可能是一个理想的预后预测指标。临床医生可以执行PPAR-related基因外显子检测通过在子宫切除肿瘤组织预测患者的预后和指导术后复查和治疗计划。
先进的系统性治疗UCEC通常是化疗和靶向治疗,但是结果因人而异。mRNA表达谱和R软件包“pRRophetic”是用来预测患者的6药物敏感性和控制在这个调查。顺铂与PPAR-related有助于个体基因体细胞突变,根据我们的调查结果。PPAR-related基因CNA患者紫杉醇具有高灵敏度,但是对多烯紫杉醇敏感性较低。这些结果可以帮助临床医生选择化疗患者UCEC PPAR-related基因体细胞突变。
近年来,它已经表明,免疫细胞和炎症因子在肿瘤微环境中发挥作用。充分的激活效应T细胞是人体杀死肿瘤细胞的先决条件(25]。程序性细胞死亡1的表达和程序性死亡ligand-1存在高达80%的EC患者(26]。免疫治疗已成为一个有前途的解决方案UCEC病人的治疗。T细胞可以识别neoantigens (nonself-antigens)肿瘤细胞表面HLA分子。许多neoantigens提供免疫治疗触发特定的机会和有效的抗癌免疫反应(27]。我们发现总直到患者肿瘤微环境的渗透UCEC PPAR-related基因突变增加,和更多的neoantigens由于突变。这意味着病人PPAR-related基因突变可能受益于免疫疗法。它需要更UCEC免疫疗法的临床研究结果证实,但它也是一个好的开始。
基因拷贝数变化和突变的最终影响细胞生物功能的不同改变RNA转录和蛋白质翻译。的巨大变化在PPAR-related基因在基因组层面,我们进一步分析了PPAR-related基因的RNA转录和蛋白质翻译水平。不出所料,PPAR-related基因的RNA和蛋白质表达水平UCEC非常不同于正常的子宫内膜。在某些基因,我们观察到变化这三个层次相一致,但在其他基因,改变并非一一对应。
因为RNA的表达可以很容易地测量从病人的术中病理组织,在肿瘤部分特定基因的RNA表达水平是预测术后生存的新工具。在不同的患者PPAR-related基因表达变化很大。我们发现PPAR-related基因小组密切相关,患者的术后生存时间,可以用来预测患者预后。DBI,我们发现CYP21A1 CPT1A, ME1强连通UCEC病人的预后在50个PPAR-associated基因。其中,CYP21A1的风险比小于1,这意味着CYP21A1过表达的人活得更长。其他三个基因风险比率大于1,另一方面,有相反的含义。PPAR风险评分,一个预后的预测工具,也发达。的PPAR风险评分是一个强大的独立的危险因素的整体存活率UCEC患者,根据单变量和多变量Cox回归分析。我们还开发了一种计算图表PPAR风险评分和临床因素使本研究更实际的在诊所(图8)。列线图是一种广泛使用的方法,预测肿瘤的预后。它结合了患者预后预测的参数使用统计方法。诺模图的精度高于一个简单的临床资料的患者由于多种因素(18,28]。诺模图有更好的预测精度,可以受益更多的病人,根据校准和决策曲线分析。
这项研究仍具有一定的局限性。首先,研究的初始数据来自队列排序,和结果必须得到更大的群组研究和分子调查确认。第二,为了确定适当的截止值,本研究中使用的基因表达数据必须修订。第三,因为这是一个回顾性研究,病人样本是异构的,这可能会影响研究结果。确认的效用PPAR风险评分和列线图建立在这项研究中,需要更多的临床研究。在随后的研究中,我们将调查和确认PPAR通路和UCEC之间的关系。
5。结论
总之,我们发现PPAR-related UCEC患者经常发生基因的体细胞突变。PPAR-related基因突变患者可能受益于免疫疗法和顺铂治疗。此外,我们发现在UCEC PPAR-related基因的mRNA转录水平是明显不同于邻近组织/正常的子宫。我们建造了一个评分工具PPAR风险评分这是一个强大的独立的危险因素的整体存活率UCEC病人。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
结果表明唐宋Jingyao王同样贡献了这项工作。
确认
这项研究是由美国国家科学基金会支持的中国(81302249)、广东省自然科学基金(2021 a1515010941),广东的科技项目(2014 a020212609),和广东的医学科学技术研究基金会(A2018065和A2016205)。
补充材料
补充1。补充图S1:预测化疗患者的治疗结果不同PPAR-related基因状态。预测四个化疗药物的敏感性PPAR-related CNA患者(a)和基因突变患者(b)。
补充2。补充图S2:蛋白质表达水平之间的每个PPAR-related-gene UCEC para-tumor组织,endometrioid UCEC和浆液UCEC。
补充3。补充表S1:具体细节PPAR-related基因在这个研究调查。