你熟悉的4分+m6A调节基因预后研究配方
大家好！今天要和大家共同分析的文献为2020年5月发表在Frontiers in Oncology（IF = 4.137）上的文章。本文全面分析了m6A调节基因mRNA表达与结直肠癌的发病、发展及预后之间的关联。通过使用Cox回归分析、LASSO算法、生存曲线分析及列线图分析，发现WTAP和FTO的异常表达与结直肠癌的病程发展显著相关，并且YTHDC2和ALKBH5是可以独立预测结直肠癌患者预后的关键基因。这项研究表明了RNA修饰在结直肠癌病程发展中的重要作用，并为治疗方法的选择提供了潜在的指导性生物标记。
题目：Exploration of Potential Roles of m6A Regulators in Colorectal Cancer Prognosis
探索m6A调节基因在结直肠癌预后中的潜在作用
摘要
结直肠癌（CRC）是世界范围内发病率最高的常见恶性肿瘤之一。自从首次发现以来，RNA甲基化（m6A）就被认为对癌症的发生和发展有巨大影响。本文全面分析了m6A调节基因的mRNA表达与来自TCGA数据库中CRC肿瘤样本的流行病学信息之间的关联。应用多变量Cox回归模型筛选m6A调节基因，这些调节基因的mRNA表达与CRC肿瘤样本的总体生存率有显著相关性，并将这些显著变化调节基因用于LASSO回归分析以构建CRC预后预测模型。在多变量分析中选择了两个m6A调节基因，即YTHDC2和ALKBH5。基于这两个调节基因构建CRC预后预测模型，通过该两个调控基因的表达情况可以明确区分预后良好和较差的CRC肿瘤样本，而与潜在的混杂因素无关。这项研究应有助于识别不同预后的CRC患者和指导治疗方法的选择。
流程图
文章概述
1. 数据的选取
本文选取了TCGA数据库中的522个样本，其中包括487个结肠直肠癌组织，以及35个癌症周边组织样本，详细情况见表1。
表1
2. m6A与CRC发病及发展的相关性分析
①本文选择了12个m6A调节基因进行研究，分别为5个m6A修饰基因（METTL3、METTL14、WTAP、RBM15、ZC3H13），5个m6A识别基因（YTHDC1、YTHDC2、YTHDF1、YTHDF2、HNRNPC），2个m6A消除基因（FTO、ALKBH5）；
②12个m6A调节基因的在样本中的表达情况见图1A，其中7个下调表达（METTL14，WTAP，YTHDC1，YTHDC2，ALKBH5，FTO和YTHDF2）和1个上调表达（YTHDF1）；
③根据CRC发展的不同阶段，将癌组织分型为I期到IV期，用于比较不同阶段中每个调节基因mRNA表达的方差分析表明，随着CRC的发展，WTAP和FTO分别表现出显著持续升高和降低表达，结果见图1B；
④以上结果表明了某些m6A调节基因与CRC发病和发展之间的潜在关联，这些基因用于筛查CRC预后标志的分析应该是可行的。
图1
3. m6A与CRC预后的相关性分析
①根据8种差异表达m6A调节基因的mRNA表达情况，将CRC肿瘤样品分型，检验不同分型间的预后情况差别；
②进行层次聚类分析，选择确定最佳样本聚类数为5，如图2A所示。根据8个调节基因表达情况计算出肿瘤样本之间的欧式距离，图2B为肿瘤样品的聚类结果；
③如图2C所示，根据层次聚类得到的5个群集样本显示出显著不同的OS（overall survival总体生存）概率，这表明m6A调节基因与CRC预后之间可能存在关联。
图2
4. CRC预后预测模型构建
①本文使用多变量Cox回归模型进一步筛选与CRC的OS概率显著相关的m6A调节基因。结果表明YTHDC2和ALKBH5为合适的调节基因（图3A）；
②将两个基因应用于LASSO回归分析以构建CRC预后预测模型，计算每个CRC肿瘤样本的风险评分，通过风险评分中位数对样本进行分型。生存曲线分析揭示了两个样本组之间显著不同的OS概率（图3B），这表明了模型在CRC预后预测中的可靠性。
图3
5. 风险评分与流行病学数据相关分析
①CRC肿瘤样本的风险评分是否与主要涉及年龄，性别和癌症病程阶段等常见流行病学统计数据相关？
②按中位年龄（图4A）、性别（图4B）将患者分类时，发现不同年龄、性别之间的样本风险评分没有显著差异。
③如图4C所示，从I期到IV期，风险评分一直在上升，这与其不良的预后预测趋势相一致。
④进行多变量Cox回归分析表明，基于m6A调节基因的预测模型可以可靠地预测CRC患者的预后，而与年龄、性别及癌症阶段无关（图4D）。
图4
6. 列线图构建及验证
①构建了列线图来预测1年，3年和5年OS，如图5A所示；
②校准图表明，列线图预测的OS与实际OS吻合较好，尤其是1年和3年OS的预测非常准确（图5B-D）。这些结果表明，风险评分可以增强流行病学特征，有助于更好的进行CRC预后评价。
图5
结语
本文通过TCGA公共数据库的结直肠癌数据，结合了RNA编辑与结直肠癌的可能性联系，系统性分析了RNA编辑相关基因与结直肠癌发病、发展及预后之间的关联。筛选出了2个与CRC病程发展相关的基因，找到了2个基因可以预测CRC预后。与前期分享的一篇文章：如何巧妙利用预后预测模型2个月发篇4分+SCI分析思路及方法大体相同，这是一套针对公共数据的适用性很强的分析流程。
本文的亮点是将m6A基因与不同病程分型的结直肠癌联系在一起分析，并得到了较好的预测模型。除此之外，本文也有两个需要提高的地方，一是分析的方面很多，结直肠癌的发病、发展及预后都有分析，得到了不同的变化基因，但没有联系起来，显得结果有些散乱；二是缺少外部数据的验证，结果的广泛适用性存疑。