導(dǎo)語

GUIDE ╲

m6A甲基化調(diào)控因子在影響結(jié)直腸癌患者的預(yù)后中發(fā)揮了重要作用，m6A相關(guān)的lncRNA和mRNA揭示了結(jié)直腸癌腫瘤發(fā)生發(fā)展的潛在機(jī)制。

背景介紹 

在之前的文章中，我們也解析過篩選m6A相關(guān)的lncRNA進(jìn)行預(yù)后分析的思路，如何篩選這些lncRNA是一個(gè)非常重要的問題，今天小編給大家介紹的一篇文章，作者基于WGCNA鑒定了m6A相關(guān)的lncRNAs和mRNA，使用lasso Cox回歸分析，在TCGA數(shù)據(jù)集中構(gòu)建m6A相關(guān)的lncRNA和mRNA預(yù)后sig  nature。此外，建立了具有臨床病理特征、lncRNA風(fēng)險(xiǎn)評(píng)分和mRNA風(fēng)險(xiǎn)評(píng)分的列線圖，顯示了在訓(xùn)練和測(cè)試集中預(yù)測(cè)CRC個(gè)體的總生存能力。文章題目為：Comprehensive analysis of N6-methylandenosineregulators and m6A-related RNAsas prognosis factors in colorectal cancer。

數(shù)據(jù)介紹 TCGA：mRNA表達(dá)FPKM文件，體細(xì)胞突變數(shù)據(jù)，和相應(yīng)的臨床病理數(shù)據(jù)，CNV數(shù)據(jù)。   

結(jié)果解析 01   結(jié)直腸癌中m6A調(diào)控因子的表達(dá)景觀   首先在TCGA數(shù)據(jù)集中比較了19個(gè)m6A調(diào)控因子在CRC中的表達(dá)。結(jié)果顯示，除YTHDC2外，所有19個(gè)基因在CRC組織中均與正常組織有差異表達(dá)(圖1A、B)。然后鑒定了19個(gè)m6A調(diào)控因子之間的相關(guān)性，m6A調(diào)控因子之間的相關(guān)性多為正，KIAA1429和YTHDF3的相關(guān)性最大(圖1C)。此外全面展示了m6A調(diào)控因子與CRC臨床特征之間的關(guān)系，包括性別、年齡、腫瘤分期、T分期、M分期、N分期等(圖1D)。

圖1 02   m6A調(diào)控因子表達(dá)與臨床病理特征和OS的關(guān)系   在腫瘤分期中，KIAA1429、ZC3H13、YTHDF1、IGF2BP1和FTO在III期和IV期CRC個(gè)體中的表達(dá)顯著上調(diào)。相反，METTL14、YTHDC2和YTHDF2的表達(dá)在晚期結(jié)直腸癌患者中表現(xiàn)出明顯的下調(diào)(圖2A)。進(jìn)一步分析了m6A調(diào)節(jié)因子與T、N、M階段之間的關(guān)系，發(fā)現(xiàn)m6A調(diào)節(jié)因子可能與結(jié)直腸癌的淋巴轉(zhuǎn)移和遠(yuǎn)處轉(zhuǎn)移有潛在的相關(guān)性(圖2C和2D)。

圖2 接下來研究了19個(gè)m6A調(diào)節(jié)因子的CNV與結(jié)直腸癌患者的臨床病理特征之間的關(guān)系。結(jié)果顯示，m6A調(diào)控因子的CNV改變與腫瘤分期顯著相關(guān)，即晚期腫瘤個(gè)體有更多的m6A調(diào)控因子的CNV事件。IGF2BP1、IGF2BP2和ALKBH5的高表達(dá)預(yù)示著OS較差，而METTL14、WTAP、RBM15、YTHDC1、YTHDC2、YTHDF1、YTHDF2、ALKBH3和FTO高表達(dá)的個(gè)體有較好的臨床結(jié)果。

圖3 03   用WGCNA方法檢測(cè)與m6A相關(guān)的lncRNA和mRNA   利用R包edgeR在TCGA數(shù)據(jù)集中鑒定了700個(gè)lncRNA和3637個(gè)mRNA，以進(jìn)行進(jìn)一步分析。通過WGCNA確認(rèn)了6個(gè)lncRNA共表達(dá)模塊，并評(píng)估了它們與12個(gè)os相關(guān)的m6A調(diào)控因子的相關(guān)性(圖4A和4B)。發(fā)現(xiàn)藍(lán)色、棕色和綠色模塊與m6A調(diào)節(jié)因子顯著相關(guān)，包括YTHDF1、ALKBH3、ALKBH5和FTO(圖4C-4H)。

圖4

這三個(gè)模塊共涉及544個(gè)lncRNA，將這些與m6A調(diào)控因子相關(guān)的lncRNAs定義為與m6A相關(guān)的lncRNA。對(duì)于mRNA鑒定了10個(gè)模塊以供進(jìn)一步分析(圖5A和5B)。此外，與其他模塊相比，紅色和綠松石色模塊與m6A調(diào)控因子顯著相關(guān)(圖5C-5H)。這兩個(gè)模塊中共有1292個(gè)mRNA被視為m6A相關(guān)mRNA。

圖5 04   預(yù)后m6A相關(guān)lncRNA特征的構(gòu)建和驗(yàn)證   利用預(yù)后信息，應(yīng)用單因素Cox回歸從訓(xùn)練TCGA數(shù)據(jù)集中的544個(gè)m6A相關(guān)的lncRNAs中識(shí)別出與預(yù)后相關(guān)的lncRNAs。在訓(xùn)練數(shù)據(jù)集中發(fā)現(xiàn)37個(gè)m6A相關(guān)的lncRNA與CRC個(gè)體的OS顯著相關(guān)。然后根據(jù)它們構(gòu)建lasso Cox分析，生成m6A相關(guān)的lncRNA特征，其中包含24個(gè)m6A相關(guān)的lncRNA。根據(jù)每個(gè)lncRNA的系數(shù)，計(jì)算每個(gè)受影響個(gè)體的風(fēng)險(xiǎn)評(píng)分。CRC受試者根據(jù)風(fēng)險(xiǎn)評(píng)分的中位數(shù)分為低風(fēng)險(xiǎn)組和高風(fēng)險(xiǎn)組。Kaplan-Meier(K-M)生存曲線顯示，低風(fēng)險(xiǎn)組的CRC受試者比高風(fēng)險(xiǎn)組有更好的臨床結(jié)果(圖6A)。此外，受試者工作特征(ROC)曲線顯示，與m6A相關(guān)的lncRNA特征在訓(xùn)練集(圖6B)、測(cè)試集和總TCGA隊(duì)列中的OS方面表現(xiàn)出很強(qiáng)的準(zhǔn)確性。 以同樣的方法也對(duì)mRNA進(jìn)行了分析。

圖6 05   m6A相關(guān)的lncRNA和mRNA特征是CRC患者的獨(dú)立預(yù)后因素   使用TCGA數(shù)據(jù)調(diào)整后臨床病理參數(shù)如年齡、性別、腫瘤階段、T階段，N階段，和M階段，進(jìn)行了單因素和多因素Cox回歸分析進(jìn)一步確定風(fēng)險(xiǎn)評(píng)分計(jì)算m6A相關(guān)lncRNA和mRNA特征準(zhǔn)確預(yù)測(cè)結(jié)直腸癌個(gè)體的預(yù)后。結(jié)果顯示，m6A相關(guān)的lncRNA和mRNA特征與OS相關(guān)性顯著，多因素Cox分析顯示，這些特征是訓(xùn)練數(shù)據(jù)集中OS的獨(dú)立預(yù)后因素(圖7A和7B)。作者分析了風(fēng)險(xiǎn)評(píng)分是否與臨床病理特征相關(guān)。結(jié)果顯示，與低風(fēng)險(xiǎn)組相比，高風(fēng)險(xiǎn)組與較高的死亡率和較高的腫瘤分期顯著相關(guān)，但與年齡和性別無關(guān)(圖7C和7D)。

圖7 06   基于m6A相關(guān)lncRNA和mRNA特征的列線圖構(gòu)建和驗(yàn)證  

作者構(gòu)建了一個(gè)列線圖，包括年齡、性別、T 分期、腫瘤分期、lncRNA 風(fēng)險(xiǎn)評(píng)分、mRNA 風(fēng)險(xiǎn)評(píng)分，用于預(yù)測(cè)訓(xùn)練數(shù)據(jù)集中的 1 年、3 年和 5 年 OS 概率（圖8A）。如校準(zhǔn)圖所示，列線圖的性能在預(yù)測(cè) 3 年 OS 時(shí)表現(xiàn)最佳（圖 8B）。圖 8D 描述了與 m6A 相關(guān)的 lncRNA 和基于 mRNA 特征的風(fēng)險(xiǎn)評(píng)分相比，列線圖的凈臨床收益更大。訓(xùn)練集中列線圖的 C 指數(shù)為 0.848。然后應(yīng)用ROC 曲線來估計(jì)列線圖的預(yù)后能力，結(jié)果表明列線圖在 1 年、3 年和 5 年 OS 方面具有出色的預(yù)后準(zhǔn)確性（圖8F）。根據(jù)列線圖的風(fēng)險(xiǎn)評(píng)分，受試者按中值分為兩組。結(jié)果表明，與低風(fēng)險(xiǎn)組相比，高風(fēng)險(xiǎn)組受試者的結(jié)果明顯更差（p < 0.001）（圖 8E）。

圖8 

小編總結(jié) 本文作者整合了與m6A調(diào)控因子相關(guān)的lncRNA和mRNA構(gòu)建預(yù)后模型，在測(cè)試集中得到了驗(yàn)證，文章使用的方法比較常規(guī)，在相似的文章中都有使用，只是作者沒有單獨(dú)分析lncRNA或mRNA，整合分析得到了很好的結(jié)果！