大家好呀！今天给大家介绍一篇2022年1月发表在International Journal of Biological Sciences（IF:6.58）上的一篇文章。铁死亡是一种又细胞内铁和脂质活性氧（ROS）积累引起的细胞死亡模式，在肿瘤发生和发展中起到重要作用。然而癌症中铁死亡的潜在机制和生物标志物仍有待研究。本研究分析了33种癌症类型的铁死亡相关信号通路中的30个铁死亡调控因子。我们就来看下本篇文章都做了哪些分析吧~~~

Integrative analysis of the molecular mechanisms, immunological features and immunotherapy response of ferroptosis regulators across 33 cancer types

33种癌症类型的铁死亡调控因子的分子机制，免疫学特征和免疫治疗反应的综合分析

结果：

1.鉴定33种癌症类型中铁死亡调控因子的转录水平变化和预后作用

从FerrDb数据库，PubMed和Google Scholar和KEGG通路中筛选铁死亡相关基因，将30个铁丝网基因分为铁死亡驱动基因和铁死亡抑制基因（A）。33种癌症类型的铁死亡基因的表达水平分析发现GPX4,SLC7A11和GSS在一些癌症中高表达，而ACSL1和ACSL4在一些癌症中低表达（B和1C）。TFRC是ACC,BLCA,CESC,KICH,KIRP,LGG,LIHC,PAAD和THCA等癌症的危险因子，GPX4是BRCA,CESC,THCA和UCEC的保护因子。蛋白-蛋白互作网络图表明SLC7A11和GCLC的表达水平相关性较高（D和1E）。以上结果表明，铁死亡基因在不同癌症中表达水平，表达模型和预后不同，铁丝网基因在不同癌症中发挥重要作用。

2.鉴定和验证癌症中铁死亡调控因子的转录因子和靶向药物

使用Cistrome数据库预测铁死亡调控因子的转录因子，铁死亡调控因子与上游调控因子显著相关（F）。随后作者研究铁死亡调控因子的RNA复合物表达相关治疗药物的z-score并预测铁死亡调控因子的药物（包括环磷酰胺）。36种预测铁死亡靶向药物活性和铁死亡调控因子表达水平的相关性如所示。A为环磷酰胺的三维结构，B为环磷酰胺与GPX4蛋白的分子对接位点。使用Swiss Target Prediction和Comparative Toxicogenomics数据库查看环磷酰胺的靶点（C）。此外，对两个数据库中共有的靶点进行GO和KEGG富集分析（D和3E）。

3.erastin处理组和GPX4敲除组和癌症相关通路研究铁死亡的分子机制

为了解铁死亡调控因子的相互作用，作者鉴定GSE104462数据集中的差异表达基因（A）。Erastin是铁中毒诱导剂，erastin处理后肝癌细胞中铁死亡调控因子上调或下调表达。对这些GO和KEGG通路富集分析，其中IL-1介导信号通路，IL-12响应，DNA复制和调控等功能在erastin治疗组中高度富集（B和4C）。

随后，作者对GSE147625数据集（GPX4野生组和GPX4敲除组）进行差异分析（A）。血管生成和蛋白激酶调控活性等功能显著富集（B和5C）。GSVA分析表明，G2/M检查点和TNF-α介导NF-kB信号通路具有高度差异通路打分。为了进一步了解铁死亡调控因子对癌症的影响，作者研究铁死亡调控因子和50条癌症核心通路的关系（A）。TP53,FTL和SLC40A1与炎症反应和IL2/STAT5信号通路正相关。ALOX15,TP53和SLC40A1与MYC靶点和DNA修复通路负相关。

4.铁死亡调控因子与免疫原性特征的相关性

使用ESTIMATE算法计算33种癌症类型的基质打分，免疫打分，ESTIMATE打分和肿瘤纯度并计算打分与铁死亡调控因子表达水平的相关性（B）。HMOX1,FTL,SAT1和ATG7表达水平与免疫打分，基质打分，ESTIMATE打分和肿瘤纯度高度相关（B）。使用CIBERSORT算法计算免疫细胞浸润水平并研究其与铁死亡调控因子表达水平的相关性（C和6E）。GPX4与M1巨噬细胞，M2巨噬细胞，活化肥大细胞，静息记忆CD4+ T细胞显著正相关，与M0巨噬细胞，静息肥大细胞，滤泡T细胞和调节性T细胞负相关（C）。47种常见免疫检查点基因表达水平与铁死亡调控因子的相互作用如D和6F所示。

5.铁死亡打分的预后价值

使用GSVA计算铁死亡调控因子的打分，不同癌症类型的铁死亡打分与铁死亡调控因子表达水平如A所示，大部分铁死亡调控因子与铁死亡打分正相关。TCGA样本铁死亡打分在泛癌种中的表达水平相关性如B所示。癌症组织中铁死亡调控因子的表达水平较低（C）。在LUAD,PRAD,BLCA,KIRP,BRCA,CHOL,KIRC,THCA和HNSC中肿瘤组织的铁死亡调控因子表达水平下调（D）。作者使用GSE121689,GSE31060和GSE104462三个数据集研究铁死亡驱动因子和抑制因子作用下癌症样本铁死亡打分的变化（E-7G）。结果表明，erastin和sorafenib可以上调铁死亡打分，而ferrostatin-1会下调铁死亡打分。

接下来，作者研究铁死亡打分的临床作用。使用X-tile将样本分为铁死亡打分-高组和铁死亡打分-低组。KIRP,LAML,THCA,THYM,UCS和UVM癌症的铁死亡打分-高组生存较差而SKCM癌症的铁死亡打分-低组生存较好（A）。KM分析表明除了SKCM之外的其他癌症铁死亡打分-高组患者预后较差（C）。对THCA数据集进行分析，根据临床特征将THCA分为两组（B）。2年，4年，6年和8年的ROC曲线的AUC分别为0.64，0.79，0.67和0.67（D和8E）。随TNM分期的增加SKC3A2,VDAC2和SLC7A11的表达水平逐渐增加而SLC40A1的表达水平下降（F）。MSI，TMB和免疫检查点与贴死亡打分的相关性如G-8I所示。

6.免疫治疗数据集中铁死亡打分-高组和铁死亡打分-低组免疫治疗反应和免疫原性特征

为进一步验证铁死亡打分在免疫治疗反应和免疫原性特征中的作用，作者使用SKCM DFCI队列进行分析。接受免疫治疗后铁死亡打分-高组的生存较好（A和9B）。1年，2年和3年ROC曲线的AUC为0.59，0.6和0.75（C和E-G）。使用年龄，性别和铁死亡打分构建列线图（D）。肿瘤免疫微环境和铁死亡打分的相关性如J-9N和0所示。

接下来，作者分析铁死亡打分与肿瘤免疫特征的相关性。铁死亡打分-高组的免疫浸润打分，HLA表达水哦，CD8 T细胞和TIL细胞浸润水平较高（J-9N和0A-10F）。GSEA分析表明铁死亡打分与免疫相关通路正相关（0G-10H）。

结论：

本研究作者系统的鉴定到了30个铁死亡调控因子，综合分析了铁死亡调控因子在33种癌症类型中的转录水平差异和蛋白水平差异并构建蛋白-蛋白互作网络。铁死亡调控因子与癌症标志通路显著相关。基于GSVA计算铁死亡打分，铁死亡打分是独立预后因子，铁死亡打分-高组患者的生存较差。本篇文章的亮点在于作者全面分析了33种癌症类型中铁死亡调控因子的转录水平差异并构建铁死亡打分可以预测癌症患者的生存情况。

参考文献：

Tang B, Yan R, Zhu J, Cheng S, Kong C, Chen W, Fang S, Wang Y, Yang Y, Qiu R, Lu C, Ji J. Integrative analysis of the molecular mechanisms, immunological features and immunotherapy response of ferroptosis regulators across 33 cancer types. Int J Biol Sci 2022; 18(1):180-198. doi:10.7150/ijbs.64654