应用TCGA数据库获取胶质母细胞瘤微环境预后价值基因

Hello，大家好，好久没跟大家见面啦，甚是想念，今天给大家带来的是一篇关于肿瘤微环境的文章，思路清晰，内容丰富~

赶快来和小编一起看一看吧

该文章的思路可以说是浅显易懂了，简单来说就是作者试图在TCGA数据库中鉴定有助于GBM总体存活的肿瘤微环境相关基因。然后通过比较具有高免疫评分和低免疫评分的大量病例中的全局基因表达，作者提取了涉及细胞外基质和免疫应答的基因。并应用CGGA数据库对得到的结果进行验证。来看下它的流程图~

看到此处是不是感觉发文章离我们不再遥远了哈哈

下面我们就从主要内容以及结果展示两个方面进行介绍：

主要内容：有研究表明肿瘤微环境细胞和肿瘤中浸润免疫和基质细胞的程度对预后有显著贡献。为了更好地了解免疫和基质细胞相关基因对预后的影响，作者将TCGA数据库中的GBM病例根据其免疫/基质评分分为高分和低分组，并鉴定差异表达的基因，在GBM患者中其表达与预后显著相关。功能富集分析以及蛋白质 - 蛋白质相互作用网络进一步表明，这些基因主要参与免疫反应，细胞外基质和细胞粘附。最后，作者在来自胶质瘤基因组图谱（CGGA）的独立GBM队列中验证了这些基因。因此，该研究获得了一份肿瘤微环境相关基因列表，用于预测GBM患者的不良预后。

结果展示：

免疫评分和基质评分与GBM亚型显著相关

作者首先下载了GBM患者的基因表达谱数据，还从TCGA数据库下载了性别，年龄，组织学类型，存活率和结果等临床数据。然后应用ESTIMATE算法来计算免疫评分和基质评分。

得到GBM患者4种亚型的免疫评分以及基质评分。结果显示免疫评分和基质评分在亚型分类的相关性中都是有意义的。接下来作者根据GBM病例中IDH1突变的状态绘制了免疫评分和基质评分的分布图。最后应用Kaplan-Meier生存曲线找出总生存率与免疫评分或基质评分的潜在相关性。

GBM中免疫评分和基质评分的基因表达谱的比较

为了揭示基因表达谱与免疫评分和基质评分的相关性，作者比较了在TCGA数据库中获得的所有417 GBM病例的Affymetrix微阵列数据并绘制了热图用于比较高与低免疫评分组或者高与低基质评分组的基因表达谱。结果显示从高免疫评分组和低免疫评分组的比较中提取的差异表达基因（DEG）覆盖了基于基质评分比较中提取的大多数基因。因此，作何决定将重点放在这些DEG上，以便进行所有后续分析。然后作者对高免疫评分组中上调的480个基因进行了功能富集分析。鉴定的GO术语包括细胞外基质，免疫和炎症反应，以及趋化因子活性和整联蛋白结合。

个体DEGs表达与总生存率的相关性

为了探索个体DEGs在总体存活中的潜在作用，作者进行了生存分析并绘制了Kaplan-Meier生存曲线。结果显示在高免疫评分组中上调的480个DEGs中，显示总共258个DEGs的总体存活率差（P<0.05）。

具有预后价值的基因间蛋白-蛋白相互作用

为了更好地理解已鉴定的DEG之间的相互作用，作者使用STRING工具获得了蛋白质 - 蛋白质相互作用（PPI）网络。该网络由8个模块组成，其中包括224个节点和1,282个边缘。最终选择了前三个重要模块进行进一步分析。结果显示这些模块与免疫应答相关。

预后价值基因的功能富集分析

与PPI网络分析一致，这些基因的功能富集聚类也显示出与免疫应答的强烈关联。显著的 GO术语包括细胞外外泌体和ECM，免疫/炎症反应和趋化性，以及整联蛋白和蛋白多糖结合。此外， KEGG分析产生的所有通路都与免疫反应相关。

在CGGA数据库中验证

为了确定从TCGA数据库中鉴定的基因是否在其他GBM病例中具有预后意义，作者从CGGA下载并分析了一组114 GBM病例的基因表达数据。结果显示总共44个基因被验证与预后不良显著相关

好啦，这篇文章就介绍到这啦，感兴趣的小伙伴可以认真研读此文章呦~祝大家周末愉快

 更多生信分析需求，请联系电话（同微信号）：13120220117