今天给小编大家带来一篇基于Hippo通路相关hub基因的评估肺鳞状细胞癌预后的文章，题目：Hippo Pathway Core Genes Based Prognostic Signature and Immune Infiltration Patterns in Lung Squamous Cell Carcinoma。文章于2021年4月发表在Frontiers in Oncology。
这篇研究作者从TCGA数据库中提取肺鳞状细胞癌患者的突变数据、转录组数据以及相应的临床信息。而后基于“limma”包分析差异表达基因（DEGs），GO功能分析和KEGG通路富集分析，共鉴定出18个Hippo通路核心基因。对Hippo核心基因和预后模型进行了生存分析。通过CIBERSORT算法估计免疫浸润，并进一步研究了一些与免疫检查点相关的基因。
流程图：
文章核心结果：
1，肺鳞状细胞癌 (LUSC) 患者的差异表达基因 (DEG)。从癌症基因组图谱（TCGA）数据库中提取LUSC患者的突变数据、RNA-seq转录组数据和相应的临床医学信息，总计包含 551 个 LUSC 样本（ 502 个 LUSC 肿瘤样本和 49 个相邻的正常样本）。经分析鉴定出1910个上调的DEG，2253个下调的DEG（火山图见图 1A；热图见图 1B ）。GO 和 KEGG 分析显示上调的 DEG 与细胞周期进展相关，下调DEG主要与细胞因子-细胞因子受体相互作用、细胞粘附分子 (CAM) 和吞噬体等功能，以及中性粒细胞脱粒、中性粒细胞激活参与免疫反应和第二信使介导的信号传导等信号通路相关（图 1C）。
2，LUSC患者的突变分析发现97 名 (19.72%) LUSC 患者中含有突变的Hippo通路核心基因，突变基因前五位分别为LATS1（4%）、WWC1（2%）、TAOK1（2%）、TAOK3（2%）和TAOK2（2%）（图2A）。作者在分析通路核心基因的共现模式时，发现LATS2的突变与共突变的NF2（P
3，LUSC患者18个Hippo核心基因的候选预后基因识别和列线图开发。相关性分析显示18 个Hippo通路核心基因中的大多数具有正相关性，而 4 对具有负相关性（图 3）。生存分析则显示只有 WWC1（图 4A）和 LATS2（图 4B）在 TCGA 数据库中与预后作用相关。因此，作者将两者及相关临床因素均纳入 Cox 回归分析中，单变量 Cox 比例风险回归结果说明，WWC1、LATS2、pT 分期和 pTNM 分期都是总生存期 (OS) 的重要独立预后因素。作者进一步为 LUSC 患者建立了列线图，c-index为 0.644（p
图 3LUSC患者18个Hippo核心基因的相关性分析/根据 (A) WWC1和 (B) LATS2表达式的生存曲线
图5 OS的预后因素的识别和列线图的开发4， 根据Hippo核心基因的表达相似性进行亚组鉴定。作者为确定Hippo核心基因的表达相似性鉴定共有簇，通过亚型分析，最终选择k = 3作开发亚型分组的截止值。
5，免疫细胞浸润评分以及免疫细胞比例分析，确定亚组后作者采用CIBERSORT算法比较亚组间免疫浸润情况。其中T细胞γδ、B 细胞记忆和 T细胞 CD4+ 记忆静息在三组之间具有显着差异（图7A )。每个LUSC患者的22种免疫细胞的比例见直方图（图7B）。进一步检测8个免疫检查点相关基因表达和亚组的相关性分析，结果显示SIGLEC15（P
图 7 CIBERSORT 算法估计的免疫浸润
文章总结;
这个文章目的是为了鉴定肺鳞状细胞癌中Hippo相关的hub基因并构建预后风险模型，该模型的预后效果较好，且可以预测患者对免疫治疗的反应。本研究的亮点在于作者并未局限于表型特征相关的基因特征，而是从热点通路入手构建预后风险模型，准确定较高，但研究也存在一定局限性，首先单一的TCGA数据集对模型的训练，仍需要使用其他数据库对模型进行验证。另外虽然 LUSC 患者的数据是从 TCGA 中提取的，但患者数量仍然有限。
生信分析咨询
头条号入驻
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
