多数据库玩出新花样，3+分新套路！
大家好，今天和大家分享的是2020年1月发表在Frontiers in Genetics（IF=3.258）上的一篇文章：Identification of Prognostic Dosage-Sensitive Genes in Colorectal Cancer Based on Multi-Omics“。在这篇文章中，作者通过对结直肠癌的样本进行统计分析，筛选出了6个预后剂量敏感性基因。这些基因具有良好的应用价值，可以为结直肠癌的精准治疗提供重要参考。
Identification of Prognostic Dosage-Sensitive Genes in Colorectal Cancer Based on Multi-Omics
基于多组学的大肠癌预后剂量敏感基因的鉴定
一、研究背景
大肠癌（CRC）是世界上与癌症相关的死亡的第三大主要原因，发病率和病死率均较高。研究表明体细胞拷贝数改变（SCNA）是CRC中最常见，最重要的结构突变之一，SCNA基因通常被认为是癌症发展的驱动基因，也是CRC进展的重要因素，因此，SCNA基因被认为可能是CRC患者的预后指标。
二、分析思路
三、结果解读
1、CRC中的预后剂量敏感基因（PDSGs)的鉴定
- 在TCGA数据库中获取448个带有SCNA和RNA-seq数据的CRC样本，以获取生存信息。总共有22752个基因，其中有17442个蛋白质编码基因，14688个差异表达基因。
- 以FDR<0.1,FC>0.2为cut-off，6,814个基因在体细胞拷贝数扩增样品（CNAS）中的表达上调。25个基因在体细胞拷贝数缺失样品（CNDS）中的表达下调。
- 应用Cox回归分析计算SCNA与生存时间之间的关系，共获得214个（剔除1个）与SCNA显著相关的预后敏感基因（PSGs）
- 接下来，以0.02的梯度将SCNA的阈值从0.1提高到0.5。对于每个阈值，将样本分为CNNS，CNAS，CNDS，分别进行时序检验（图1）共有15个基因在10个以上的阈值中表现出稳定预后分类，表明这15个基因可以被认为是CRC预后分类的稳定标记
图1：基因预后的分类稳定性
计算这15个基因的拷贝数与相应表达水平之间的Pearson相关系数。最后，筛选出六个基因（NDUFB4，WDR5B，IQCB1，KPNA1，GTF2E1和SEC22A），它们是稳定的PDSGs（图2）
图2：六个PDSGs的剂量敏感性
- Kaplan-Meier生存曲线分析显示六个PDSGs在不同的SCNA阈值中有着相似的结果。图3A-C表示0.1阈值下的结果，图3D表示0.3阈值下的结果，图3E-F表示0.5阈值下的结果。
图3：不同阈值的KM生存曲线
2、在CCLE中测试PDSGs的剂量效应
为了验证六个PDSGs的拷贝数是否对来自53个细胞系样本的细胞系的数据具有剂量敏感性，作者在CCLE中计算了这六种PDSGs的剂量效应相关系数，得到的结果与TCGA的结果一致（图4）。Pearson相关系数为1，表明在不同的CRC数据集中基因剂量效应是稳定的。
图4：CCLE和TCGA的剂量效应相关系数
3、六个PDSGs在CRC中共同改变
- 为了进一步测试这六个PDSGs的生存曲线之间的相似性，作者将它们定位到染色体上，发现它们都位于3q13.33–3q21.1上。通过计算两对基因的拷贝数之间的相关系数，观察到平均值为0.9967（图5）。这表明这六个PDSGs在改变期间彼此高度一致。
- 为了确定这6个PDSGs附近区域中是否存在断点，作者将其定位到人类染色体脆性部位的数据库中（HumCFS）。结果，发现FRA3D（3q25.32）和FRA3C接近六个PDSGs。因此，作者推断脆性部位（fragile sites)中的断点(breakpoints)可以解释附近区域和相似的SCNA。
图5：相关系数的热图
4、PDSG共表达网络的构建与分析
- 为了进一步探索这六个PDSGs是否也可以影响CRC中其他基因的表达，作者计算了不同样本中CNAS和CNNS基因之间的共表达差异，观察到总共234个共表达的基因对，并鉴定了涉及差异共表达网络的215个基因（图6A）
- 网络中的每个PDSG至少与13个基因相关，而22个基因与一个以上PDSG相关。PDSG相关基因在肿瘤抑制数据库（TSGene)上的定位揭示了16个TSG.(图6A三角形部分)
- 作者发现，几个与PDSGs有关的基因也与结肠癌（COAD）相关。在CNAS中激活了GTF2E1-WNT8B的共表达（R = 0.59）。WNT8B --WNT信号的一个成员在COAD中差异表达。除此之外，在将PDSGs相关基因定位到DriverDB的驱动基因列表后，发现了三个基因（C8orf33，LAPTM4B，PTP4A3）（图6B）
图6A：差异共表达网络的构建
图6B:基因共表达曲线
- 为了进一步探索这六个PDSGs的可能功能，作者提取了相关基因并进行了基因本体功能富集分析。与NDUFB4基因相关的基因（图6C）主要富集于“跨膜受体”，“跨膜转运”，“肽受体”，“ G蛋白偶联受体”，“转化生长因子”等功能。
- 与基因GTF2E1相关的基因主要富集于“细胞周期蛋白依赖性蛋白酶”，“ ATP合酶转运质子“等相关功能。（图6D）
图6C、D:基因功能富集分析的结果
小结
在这篇文章中，作者从公共数据库中获取相关数据，建立了筛选CRC预后敏感基因的方法。通过检测CRC拷贝数的剂量敏感性筛选稳定的预后标志物，并得到了六种预后剂量敏感性基因（NDUFB4，WDR5B，IQCB1，KPNA1，GTF2E1和SEC22A），通过CCLE中的细胞系数据验证了它们的剂量敏感性，构建了差异共表达网络并进行相关的功能富集分析。该分析有助于增进对SCNA预后基因价值的了解，并为进一步分析奠定基础。