依然是热点！铜死亡基因构建预后模型发表6分+
导语
铜死亡参与肿瘤进展，但在胶质瘤中的作用仍然未知。
背景介绍
今天小编继续为大家带来铜死亡系列的热点文章，本文依然是纯生信，没有补充实验，发表在6分+的计算机/数学类期刊Computers in Biology and Medicine上，所以也提示大家也不要再卷肿瘤期刊啦，可以尝试其他生信/计算机类期刊。
数据介绍
来自TCGA和GEO的公共数据。
分析流程
结果解析
01
构建铜死亡基因预后模型
构建铜死亡基因评分模型（CuAS）流程图见图1A。
首先，作者总结了49个铜死亡相关基因，并使用PCA算法降维。通过LASSO和COX回归，进一步选择了12个预后相关的铜死亡基因。然后，根据公式计算铜死亡模型的评分。
图1
热图可视化了铜死亡相关基因在胶质瘤中的表达。高铜死亡模型评分的胶质瘤样本与恶性临床特征显显著相关（图1B）。随后，作者利用10倍交叉验证来评估TCGA队列中的模型分组表现，使用两个CGGA队列作为验证，训练队列和验证队列结果分组一致性（图1C）。TCGA、CGGA325和CGGA693的分组精度分别为0.894、0.809和0.798。在TCGA、CGGA325和CGGA693中，分组的F测量值分别为0.894、0.769和0.615（图1D）。
最后，作者评估了铜死亡评分模型在胶质瘤中的预后能力（图1E）。训练队列中，高评分的患者的生存率低于低评分的患者。验证队列也表现出类似的结果。ROC曲线进一步证实铜死亡评分模型在胶质瘤患者预后中的预测能力（AUC：TCGA为0.756，CGGA325为0.616，CGGA693为0.617，图1F）。
02
铜死亡评分模型与胶质瘤亚型
为了研究评分模型与胶质瘤分子亚型之间的关系，作者分析了肿瘤转录组数据，结果显示高铜死亡模型评分的胶质瘤倾向于MES亚型（图2A）。此外，作者还在单细胞水平上注释了13种类型的细胞，并计算了每个细胞的模型评分。结果显示，高评分的细胞主要位于肿瘤区域，特别是MES样细胞的区域（图2B-D）。
图2
伪时序分析表明细胞分化的时间序列。高评分的细胞主要位于分化途径的末端，而低评分的细胞则在开始时普遍存在（图2F）。同时，转录因子失调对胶质瘤进展有至关重要的影响。作者挖掘了铜死亡基因的上游转录因子。高评分的胶质瘤患者表现出活化的转录因子（图2E).
03
铜死亡基因模型与免疫浸润
基于GSVA和GSEA算法的GO和KEGG富集分析表明，高铜死亡评分的胶质瘤患者表现出上调的免疫途径，如抗原处理和呈递，嗜中性粒细胞迁移，巨噬细胞活化，免疫反应，炎症反应等（图3A，B，E)。在单细胞转录组中的结果也类似（图3C，D，F）。
图3
作者进一步研究了免疫微环境与铜死亡模型之间的相关性。两个亚组之间显示了64种免疫和基质细胞类型的差异（图4A）。ESTIMATE算法表明，高评分的胶质瘤具有较高的基质和免疫评分以及较低的肿瘤纯度（图4B）。MCPcounter算法表明，高评分的胶质瘤具有更高水平的CD8 T细胞，B细胞，髓状树突状细胞，内皮细胞和成纤维细胞（图4C）。
最后，作者比较了免疫抑制标志物PD-L1，发现PD-L1在高评分的胶质瘤中过表达（图4D）。此外，在高评分患者中也发现了更高比例的淋巴细胞（图4E）。
图4
04
免疫细胞与模型高评分的细胞之间的信号传导
作者使用“Cellchart”包进行细胞通讯分析，探索GBM肿瘤细胞和免疫细胞之间的信号通路网络。结果表明，高评分的肿瘤细胞主要通过SPP1信号通路接收来自巨噬细胞，单核细胞和树突状细胞的信号（图5A）。高评分的肿瘤细胞通过PROS，ICAM，CSF和PUMBIN信号通路向这些细胞发送信号（图5B–E）。
此外，配体-受体对分析发现，高评分的肿瘤优先通过SPP1-CD44，SPP1-（ITGAV+ITGB5），SPP1-（ITGA5+ITGB1），PROS1-AXL等向免疫细胞发送信号（图5F）。综上所述，与低评分肿瘤细胞相比，高评分肿瘤细胞可能与免疫细胞进行更多的交流。
图5
05
线粒体相关途径与铜死亡模型
鉴于铜死亡主要靶向脂酰化三羧酸（TCA）循环蛋白，作者进一步探讨了线粒体相关途径与铜死亡评分模型之间的相关性。作者发现线粒体相关途径与TCGA，CGGA和单细胞队列的胶质瘤中的铜死亡模型呈正相关。因此，铜死亡基因构建的模型能够反映铜死亡的已知生物学特性。
06
铜死亡模型与胶质瘤靶向药物
作者根据CTRP和PRISM数据集的基因表达和药物敏感性谱预测了潜在的药物（图6A）。去除重复和NA后，总共剩下1670种化合物（图6A）。将高评分和低评分的胶质瘤之间的差异AUC值（Log2FC>0.08）和负相关系数（r < −0.30）设置为化合物选择的阈值（图6B）。
结果显示，从CTRP数据库中产生了6种潜在药物（navitoclax，BMS-754807，ABT-737，neratinib，cucurbitacin I，oligomycin A）和PRISM数据库中的7种潜在药物（双氢青蒿素，VS-4718，托吡司琼，SAR131675，高喹啉酸，维鲁布林，卤代倍他索 - 丙酸酯）（图6C-D）。这些药物具有抑制胶质瘤中铜死亡激活的潜力。
图6
小编总结
本文基于49个铜死亡相关基因的表达谱构建了铜死亡评分模型，其中，12个基因与胶质瘤患者的预后相关。作者进一步整合单细胞数据，探究了铜死亡模型与肿瘤亚型、免疫细胞之间的关系，并通过伪时序分析发掘细胞分化的时间序列，即高评分的细胞主要位于分化途径的末端，而低评分的细胞则在分化起始。最后，作者还进行了药物敏预测，鉴定哪些药物具有抑制胶质瘤中铜死亡激活的潜力。
本文最大的亮点在于紧跟铜死亡热点，并且整合单细胞数据，鉴定与铜死亡相关的具体免疫细胞以及这些细胞的时空分化，工作非常细致。