可模仿的5分+铁死亡相关lncRNA预后模型

大家好！今天给大家介绍一篇2021年7月发表在Cell Death Discovery（IF：5.241）上的文章。作者对LUAD患者TCGA数据集进行分析，鉴定与预后有关的铁死亡相关lncRNA并构建预后模型（FerRLSig）。该预后模型可以预测LUAD患者的总生存期，免疫微环境和化疗效果。

Identification of a prognostic ferroptosis-related lncRNA signature in the tumor microenvironment of lung adenocarcinoma

鉴定肺腺癌肿瘤微环境中铁死亡相关的预后特征

01

摘要

铁死亡与多种癌症密切相关，然而参与调控铁死亡相关的因子尚不清楚。本研究中，作者鉴定肺腺癌（LUAD）中铁死亡相关的lncRNAs。作者构建了铁死亡相关的mRNA和lncRNA共表达网络。作者使用单因素和多因素Cox分析构建铁死亡相关lncRNA预后特征（FerRLSig）。该预后模型共有10个铁死亡相关lncRNA。高风险组患者的总生存期较差。作者根据FerRLSig和临床特征构建列线图，可以进行生存风险分层。此外，GSEA分析表明FerRLSig参与多种恶性肿瘤相关的免疫调控通路。根据风险模型，作者发现高风险组和低风险组的免疫状态，化疗和靶向治疗的效果显著不同。这些结果为LUAD的发病机制提供了有用信息。

02

流程图

03

结果

1. 数据集获取和下载

从TCGA数据库下载LUAD的RNA-seq数据和临床数据，共包含535例LUAD样本。

2. 鉴定LUAD中与预后有关的铁死亡相关lncRNA

作者在TCGA LUAD数据集中鉴定到169个铁死亡相关基因，根据Pearson相关分析鉴定到1621个铁死亡相关lncRNA。单因素Cox回归分析表明有21个lncRNA与患者生存期有关（图1A），有7个lncRNA是危险因子，14个lncRNA是保护因子（图1B-1H）。

图1 鉴定LUAD中与预后有关的铁死亡相关lncRNA

3. 鉴定铁死亡相关lncRNA的预后特征

随后，作者进行多因素Cox回归分析构建10-铁死亡相关lncRNA预后模型（FerRLSig）。这10个lncRNA与铁死亡基因的相关性如图2A所示。有4个lncRNA是风险因子，6个是保护因子（图2B）。

图2 共表达网络和铁死亡相关lncRNA桑基图

风险打分= 0.1567 × AL606489.1+ (−0.2795 × AC106047.1) + (0.1157 × LINC02081) + (−0.2422 × A). (C090559.1) + (−0.24 × AC026355.1) + (0.0207 × FAM83A- AS1) + (−0.1425 × AL034397.3) + (−0.1195 × AC092171.5) + (0.3016 × AC010980.2) + (−0.4327 × AC123595.1)。作者计算患者的风险打分，根据风险打分中位数将患者分为高风险组和低风险组。KM分析表明high-FerRLSig和low-FerRLSig的OS显著不同（图3A），lncRNA表达水平，患者的生存状态和风险打分如图3B-3D所示。

图3 风险模型的预后价值

4. FerRLSig是LUAD的独立预后因子

单因素和多因素Cox分析表明FerRLSig是LUAD患者的独立预后因子（图4A和4B）。1年，3年和5年ROC曲线的AUC分别为0.781，0.712和0.761（图4C）。PCA分析表明根据全基因组和铁死亡lncRNA表达水平不能将高风险组和低风险组分开，然而根据FerRLSig可以将高风险组和低风险组分开，该结果进一步表明了该模型的准确性。这些结果表明FerRLSig是LUAD患者的独立预后风险因子。

图4 FerRLSig是独立预后因子

5. 风险打分和临床特征的相关性

相关性分析表明风险打分与病理分期显著相关。Ⅱ-Ⅳ分期的风险打分较高（图5A），预后模型与肿瘤分期有关（图5B），发生淋巴结转移的患者风险打分较高（图5C），图5D表明风险打分较高的患者生存情况较差。这些结果表明FerRLSig与LUAD进展和预后相关。

图5 FerRLSig与临床特征有关

6. 构建列线图

作者使用FerRLSig和临床病理特征构建列线图来评估LUAD患者的1年，3年和5年生存情况（图6A）。校准曲线表明列线图准确性较高（图6B-6D）。ROC曲线的5年AUC为0.766，显著高于年龄，性别，肿瘤分期，T分期等特征（图6E）。

图6 列线图

7. 鉴定FerRLSig相关的生物学通路

作者使用GSEA进行功能富集分析，先天免疫反应激活信号通路，白介素1介导的信号通路，凋亡信号通路等显著富集于高风险组的LUAD患者，CD8+αβT细胞激活，T细胞介导免疫，MAST细胞介导免疫等显著富集于低风险组的LUAD患者（图7A）。此外，细胞周期和p53信号通路等显著富集于高风险组，自身免疫性甲状腺疾病等显著富集于低风险组（图7B）。这些结果表明，预后模型中的lncRNA可能参与肿瘤免疫微环境。

图7 GSEA富集分析

8. 高风险组和低风险组的免疫治疗，化疗和靶向治疗反应的差异

为评估风险打分与肿瘤免疫细胞浸润的关系，作者使用CIBERSORT计算两个风险组22种免疫细胞的比例。高风险组中激活记忆CD4 T细胞，M0巨噬细胞，M1巨噬细胞和激活肥大细胞比例较高，而记忆B细胞，浆细胞，单核细胞，静息树突细胞，静息肥大细胞与风险打分负相关（图8A）。随后，作者分析免疫检查点在两个风险亚组中的表达水平，低风险组中有25个免疫检查点高表达而高风险组中有4个免疫检查点高表达（图8B）。此外，作者评估风险打分与靶向治疗和化疗药物反应的关系。低风险组对靶向治疗药物吉非替尼和厄洛替尼高度敏感。低风险组对化疗药物紫杉醇，多西他赛和吉西他滨等高度敏感。以上结果表明FerRLSig是预测化疗敏感性的预测因子。

图8 高风险组和低风险组的免疫微环境和化疗反应分析

04

结论

总的来说，作者对TCGA数据集进行分析，构建10-铁死亡相关lncRNA预后模型（FerRLSig），该预后模型可以预测LUAD患者的总生存期。作者根据FerRLSig和临床病理特征构建列线图，可以准确预测患者1年，3年和5年的总生存期。此外，作者分析高风险组和低风险组与免疫微环境和化疗反应的关系。本研究为今后LUAD患者的临床诊断和个性化治疗提供有价值信息。本研究的局限性在于作者没有使用额外数据集对FerRLSig进行验证。

版权声明：本文转自“生信发文助手”，文章转载只为学术传播，不代表本号观点，无商业用途，版权归原作者所有，如涉及侵权问题，请联系我们，我们将及时修改或删除。