简单分析+预后风险分析=5分_

今天小编就带大家学习一篇发表在BIOCHIMICA ET BIOPHYSICA ACTA-MOLECULAR BASIS OF DISEASE（IF=5.1）的文章，研究的是急性髓性白血病新型标志物的预后价值和免疫抑制情况（GPX1-associated prognostic signature predicts poor survival in patients with acute myeloid leukemia and involves in immunosuppression）。

研究背景：

文章以生信分析为基础，分析GPX1作为独立预后因子以及免疫抑制检查点相关性分析，而后筛选出GPX1相关基因后结合临床病理特征进行多因素COX回归分析，构建了预后模型。最后根据生存率，临床病理特征，和GSEA富集对模型进行评估与验证，研究流程图如下所示：

研究结果解读：

1.GPX1在AML患者组织中表达升高并与较差生存率存在显著的相关性

作者结合TCGA中肿瘤数据以及GTEx中正常样本数据比较GPXs的表达差异（图1A和B），且通过GEPIA工具逐一分析GPXs表达与AML患者预后的相关性（图1C和D）。多个结果均指向GPX1与AML发展密切相关。

2.GPX1 参与 AML 中的生物学过程、分子功能和信号通路

为了预测 GPX1 的功能，我们首先确定了 AML 中的 DEG。通过TCGA-AML差异表达基因和GPX1共表达，总计鉴定出 544 个与 GPX1 共表达的 DEG（补充表 3）。经过 GO 注释（图 3A）和 KEGG富集分析（图3B）后，表明这些 GPX1 共表达的 DEG 可能与免疫有关。

为了识别在 AML 中被差异激活的 GPX1 表达参与信号通路，我们在 GPX1 低表达和高表达之间进行了 GSEA。如图 3C 所示，GPX1 的高表达在溶lysosome, chemokine signaling, Toll-like receptor signaling, peroxisome and NOD-like receptor signaling,、等途径中显着富集（FDR

3.GPX1 表达与免疫抑制有关

为进一步分析GPX1与AML的免疫相关性。作者研究了 GPX1 表达是否与 AML 中的免疫细胞有关，通过ssGSEA分析后，GPX1高表达组的多种免疫细胞富集评分显著高于地表达组（图4A）。其中，GPX1 与 MDSC 的相关性最大（图 4B、C、D，补充图 2C），而高 MDSC 丰度预测 AML 患者的 OS 较差（图 4E，补充图 2D）。结合这些结果显示GPX1参与了免疫抑制的过程。

4.GPX1 表达调控免疫抑制检查点

此外，作者也检查了 GPX1 是否参与免疫检查点。GPX1 表达与 HAVCR2、LGALS9、SIRPα、CD86以及VISR等免疫检查点成显著正相关（图 5A和B）。在检查GPX1 是否与 AML 中的 T 细胞丰度相关的结果显示， GPX1-High 与低 CD4 naïve、CD8 naïve、Th17、Tcm 相关（图 5C，补充图 5）。

5.GPX1相关预后特征（GPS）的构建和验证

为了识别预测基因并构建 GPS，将与 GPX1共表达的DEG和 OS 相关的基因相交以获得 58 个 GPX1 和 OS 相关的差异表达基因（GOEG）。再对这 58 个 GOEG 进行 LASSO Cox 回归分析，通过交叉验证误差曲线选择的调谐参数 lambda (λ)。在λ值最小值时，选择5个基因构建GPS（图6A），它们的LASSO系数曲线如图6B所示。生存状态/风险评分等级、5个基因的mRNA表达热图与生存时间(天)/风险评分等级之间的关系显示出GPS具有良好的预后作用，高风险（Risk Score=2.41）的 AML 患者的 OS 比低风险差(P

6.GPS的临床独立性

为了评估 GPS 临床应用的独立性，作者在 TCGA-LAML 数据集中进行了单变量和多变量 Cox 回归分析。风险评分和临床病理学特征，包括年龄、性别和突变（FLT3突变、IDH1 R132突变、IDH1 R140突变、IDH1 R172突变、NPM1突变和Ras突变）被用作协变量。结果表明，GPS可作为 AML 患者的独立风险预后特征。

7.高风险群体中富含通路的 GSEA 分析

为了探索 GPS 的功能意义，作者通过GSEA对高危人群生物过程和信号通路做了富集分析富集（图7A和B）。最高上调的过程包括内吞作用、FC-γ受体介导的吞噬作用、溶酶体、过氧化物酶体、黑素生成、中性粒细胞杀伤细胞介导的细胞毒性、谷胱甘肽代谢、高危组白细胞跨内皮迁移（图 7A）。此外，在高危组（补充表 4）中以 FDR