6.6分基因集泛癌分析纯生信 并没有很难
大家好，今天要和大家分享的是2021年4月发表的一篇文章：“A pan-cancer analysis of the human tumor coagulome and its link tothe tumor immune microenvironment”。
我们团队也推出了基因集的泛癌分析套路，并有了一些比较好的预分析结果，有意向者可以添加小编微信联系
实体瘤的形成通常会导致静脉血栓栓塞(VTE)的促凝状态。尽管参与该过程的一些关键基因是已知的，但目前没有研究比较不同原发性肿瘤类型的“凝血组”，即凝血/纤溶基因的表达。在本研究中，作者利用来自癌症基因组图谱(TCGA)和其他免费资源的数据分析了主要人类肿瘤中肿瘤凝固体的表达和调节，并使用RNAseq数据分析了凝血和纤溶的六个关键基因（F3、PLAT、PLAU、PLAUR、SERPINE1和SERPINB2）的mRNA水平，以探索它们在10,071个个体肿瘤样本和32种肿瘤类型中与临床和病理参数的表达特征。结果鉴定出促凝血和纤溶基因的特异性表达模式，这些肿瘤特异性表达模式可能部分解释了不同肿瘤类型之间静脉血栓栓塞风险的差异。
发表杂志：Cancer Immunol Immunother.
影响因子：5.441 即时影响因子：6.6
研究背景
静脉血栓栓塞症(VTE)经常发生在实体瘤患者中，是癌症患者死亡和发病的主要原因。据报道，癌症患者患静脉血栓栓塞的相对风险是普通人群或非癌症患者的4到7倍。癌症相关血栓形成(CAT)的发病机制复杂。一般危险因素(通常是高龄和行动不便)和潜在促凝抗癌疗法(手术、化疗和抗血管生成药物)的使用是公认的静脉血栓栓塞危险因素。肿瘤微环境(TME)由多种类型的具有共生关系的细胞组成。凝血和纤溶受到炎症和TME中白细胞局部募集的复杂调节。然而，迄今为止，还没有研究深入探讨凝固体与TME的细胞性质和特性之间的联系。重要的是，最近对基因组数据的利用使得人们在更好地理解TME调控方面取得了进展。基因组数据，尤其是来自癌症基因组图谱(TCGA)的数据，使泛癌症研究能够涵盖癌症生物学的多个方面，包括TME的研究。
流程图
分析解读
基因表达数据与临床数据
使用cBioPortal检索基本的临床、病理和基因组数据。
人类肿瘤凝固体的转录调控
①通过文献检索，作者选择了6个已报道的构成人类肿瘤核心凝固体的基因：F3、PLAT、PLAU、PLAUR、SERPINE1和SERPINB2，分别编码TF、tPA、uPA、uPAR、PAI-1和PAI-2，并检索了相应基因的RNA序列数据。
②为了解决肿瘤中促凝血/纤溶蛋白表达模式不同的问题，作者对每个基因进行了归一化步骤(Z评分)泛癌分析，并结合癌症类型进行分级聚类。
结果：
下图A：根据肿瘤凝固体的6种基本成分(F3、PLAT、SERPINB2、PLAU、PLAUR和SERPINE1)的mRNA表达水平绘制肿瘤类型排序的点图。
下图B：不同肿瘤类型间F3、PLAU、PLAUR、PLAT、SERPINB2和SERPINE1表达模式的热图比较。对于每个基因，表达按肿瘤类型(z-score)标准化。红色表示高表达，蓝色表示低表达。
不同肿瘤类型间凝血/纤溶基因表达与静脉血栓栓塞风险的相关性
①为了将上图所示的基因表达模式与静脉血栓栓塞的风险联系起来，作者使用了Blom等人发表的数据对涵盖66,329名癌症患者的荷兰大型癌症登记进行分析。
②作者在Blom等人的研究中对每个关键的凝血/纤溶基因的mRNA水平(基于TCGA的RSEM数据)和VTE风险(以1000名患者的累积发病率衡量)之间进行了相关性分析。
结果：
下图：
凝固体基因表达与静脉血栓栓塞风险的相关性。图表显示了F3、PLAU、PLAUR、SERPINE1、SERPINB2和PLAT的mRNA基因表达水平(RSEM)与VTE风险之间的相关性。
静脉血栓栓塞的风险以1000名患者的累积发病率来衡量。F3 mRNA的表达与静脉血栓栓塞的发生率呈正相关(Pearson r=0.53，p=0.036)。
4、基因集富集分析(GSEA)
作者使用从GSEA网站下载的HARMARK基因集来计算其在F3或PLAU高表达的RNAseq肿瘤样本中的过度表达(由中位数定义的高表达与低表达)。
结果：
下图A：对高F3(mRNA表达前50%)和高PLAU(mRNA表达前50%)富集的Hallmark基因集进行了排序。
下图B-C：GSEA分析显示，在高F3的 PAAD、HNSC、GBM和PRAD中，“TNFA通过NFKB信号传递”基因集富集，而在高PLAU 的PAAD、HNSC、GBM和PRAD中，“上皮间充质转化”基因集富集。
5、凝固体与TME的细胞组成和免疫活性有关
①作者使用MCP用于细胞类型特异性mRNA的检测，计算8种免疫细胞和2种基质细胞的浸润。
②计算每种癌症类型(SUPL)中每种凝固体基因与所分析的每种细胞类型(T细胞、CD8T细胞、细胞毒T细胞、自然杀伤细胞、B细胞、单核细胞、髓样细胞、中性粒细胞、内皮细胞和成纤维细胞)的肿瘤浸润之间的皮尔逊相关系数。
结果：
下图：
凝固体基因表达模式与免疫细胞浸润相关。相应的热图显示了所分析的六个基因中的每一个的相关系数。红色对应正相关，蓝色对应负相关。
下图：
凝固体的表达与编码免疫调节分子的基因之间的相关性。对于凝固体的每个基因，显示了相关性系数与参与局部免疫调节的基因的表达水平(n=66)，这些分析是按癌症类型进行的。
下图：
对于10种最常见的原发肿瘤，作者比较了高PLAU(PLAU mRNA表达率最高的25%)和低PLAU(最低的25%)肿瘤中PDCD1LG2和CD276的mRNA水平。
四、小结
在本研究中，作者使用了TCGA RNAseq数据库分析了主要人类肿瘤中肿瘤凝固体的表达和调节，并分析了F3、PLAU、PLAT、PLAUR、SERPINB2和SERPINE1基因在32种癌症类型中的临床和病理参数表达。结果确定了促凝血和纤溶基因的特定表达模式，发现组织因子(F3)的表达与肿瘤类型有关，而且在胶质母细胞瘤(GBM)中表达最高。相反，纤溶基因簇PLAU、PLAUR、SERPINE1的高表达与TME(单核细胞浸润)和免疫应答的重要检查点(如PD-L2和CD276/B7-H3)的高表达有关，这些肿瘤特异性表达模式可能部分解释了不同肿瘤类型之间静脉血栓栓塞风险的差异。这表明了凝血纤溶的生物标志物可能为癌症患者的TME提供有价值的信息。