老酒新装！6+miRNA纯生信也能这样做
导语
今天和大家分享的是2020年12月份发表在Genomics杂志上的一篇文章（IF=6.205)“miRNA biomarkers for predicting overall survival outcomes for head and neck squamous cell carcinoma”。文章中作者基于TCGA数据库根据RNA-seq和miRNA测序数据，发现七个miRNA是HNSCC患者的独立预后因素，这七个miRNA可作为头颈部鳞状细胞癌预后的新型miRNA标志物。
miRNA biomarkers for predicting overall survival outcomes for head and neck squamous cell carcinoma
miRNA生物标志物预测头颈部鳞状细胞癌的总体生存结果
一、背景介绍
头颈部鳞状细胞癌(HNSCC)是头颈部的恶性肿瘤，起源于嘴唇、口腔、鼻窦、喉、鼻咽和其他咽喉癌。吸烟，饮酒和人乳头瘤病毒（HPV）感染是HNSCC发生和预后的危险因素。头颈部鳞状细胞癌的肿瘤标记物因组织学类型和多个解剖位置的不同而存在差异。因此，可以通过筛选与肿瘤形成和进展相关的基因功能网络的变化来鉴定HNSCC相关药物靶标。
二、研究思路
三、结果解读
1 基于miRNA建立的预后特征
TCGA数据库中有1075个差异表达的mRNA(581个上调，494个下调)，313个差异表达的miRNA(203个上调，110个下调)。其中，在单因素cox分析中有显著意义的共26个miRNA，其中7个miRNAs (hsa-miR-499a-5p、hsa-miR-99a-5p、hsa-miR-337-3p、hsa-miR-4746-5p、hsa-miR-432-5p、hsa-miR-142-3p、hsa-miR-137-3p)可作为HNSCC患者的独立预后因素。通过multicox计算研究队列中每个患者的风险评分，以训练集、测试集和所有患者的中位风险评分作为临界值将队列分为高、低风险组。
图1.差异表达mRNA和miRNA的火山图和热图
2．预后模型的生存分析
作者通过Kaplan-Meier曲线分析出7个miRNA表达对患者生存有影响。此外，高风险组患者的生存结局比低风险组更差。
图2. 7个miRNA以及训练集和测试集的生存分析
ROC曲线显示该预后模型对应的AUC均在0.65以上。此外，患者风险生存状态图显示，随着患者风险评分的增加，死亡率也随之增加。
图3.训练集和测试集的ROC曲线和患者的风险生存状态
作者基于7-miRNA的预后模型，使用单因素和多因素COX分析来确定危险因素，发现基于预后模型、性别和N分期被证实为OS的独立预后因素。
图4.单变量和多变量COX分析
3 miRNA的靶基因分析
作者从在线数据库中预测出这7个miRNA对应的60个靶基因。使用Cytoscape来探索microRNAs和靶基因之间的潜在联系。红色点表示上调，绿色点表示下调。hsa-miR-137-3p在网络中节点最大，而hsa-miR-99a-5p和hsa-miR-4746-5p没有匹配的靶基因。
图5. miRNA与靶基因之间的关系
采用GO和KEGG分析这些靶基因的生物学功能。GO分析表明: 靶基因的生物过程(BP)变化主要集中在负性细胞功能调控、组织发育和对抑制因子的响应; 分子功能变化(MF)主要富集于细胞外基质结构成分、生长因子结合、纤维连接蛋白结合、蛋白酪氨酸/丝氨酸/苏氨酸磷酸酶活性; 细胞成分(CC)主要富集于血小板α颗粒、浓缩染色体着丝粒、细胞外基质。KEGG通路分析显示这些靶基因主要富集于戊糖磷酸通路、半乳糖代谢和糖酵解/糖异生。
图6.对靶基因进行GO分析和KEGG分析
4 microRNA靶基因的生存结果
分析靶基因表达对患者生存的影响表明, 九个基因的表达:CDCA4，CXCL14，FLNC，KLF7，NBEAL2，P4HA1，PFKM，PFN2和SEPPINE1影响HNSC的预后。PPI网络筛选出两个关键基因为PDGFRB和RAD51。
图7.靶基因的生存分析以及PPI网络
三、小结
作者首先从TCGA数据集中筛选出表达差异的miRNA，通过生存分析和多因素分析发现七个miRNA可作为HNSC的独立预后因素，并对miRNA的靶基因进行预测以及生存分析，为HNSC治疗提供新见解。