已发！国自然新宠乳酸化+线粒体+整合多组学数据集+胃腺癌做预后分析，换个癌种可复现！

文摘 2024-11-16 10:00 上海

乳酸化修饰热点一出场，就在Nature、cell等各种顶刊上不断出现。众所周知，只要有基因集，有测序数据，理论上有联系，我们就可以拿去做生信了。

对，已经有人这么做了，而且已经发表了。大麦粗粗一看做的都是热门分析，整合了转录组测序+单细胞测序+空转，也做了实验，发了一篇F头的5.7分文章。

这篇文章的结果讨论其实还可以更深入一点，当然那可能就不投这本杂志了。

文章很简单，思路也很好复现，乳酸化这个热门基因集想做还是抓紧呀！感兴趣就来联系大麦吧，下面一起来看看这篇文章~

定制生信分析

云服务器租赁

(加微信备注99领取试用)

l题目：胃腺癌中乳酸酰化相关基因集和线粒体功能的综合分析：对预后和治疗策略的影响

l杂志：Frontiers in Immunology

l影响因子：IF=5.7

l发表时间：2024年10月

研究背景

胃腺癌（STAD）具有高度的异质性和侵袭性，导致全球预后不佳。本研究通过整合大规模基因组数据集，包括TCGA和多个GEO数据集，探讨了乳酸化相关基因集和线粒体功能在STAD中的预后意义

数据来源

转录组数据：

GSE15459、GSE15460、GSE57303、GSE62254、GSE84437、GSE55696（用于差异基因分析）、GSE79973（用于差异基因分析）、GSE91061（肺腺癌数据集）、GSE78220（肺腺癌数据集）、IMvigor210（尿路上皮癌数据集）

单细胞RNA测序数据集：

GSE184198

空间转录组数据集：

GSE251950

乳酸化基因集：

从MSigDB数据库中获取，包含332个乳酸化相关基因。

研究方法

通过综合分析胃癌的基因表达数据，特别是关注乳酸化修饰相关的基因集和线粒体功能，来探索其在胃癌中的预后意义。利用单细胞RNA测序和空间转录组学技术深入剖析了肿瘤微环境，识别出与免疫细胞浸润、上皮细胞和基质细胞相关的乳酸化基因表达模式。基于差异基因构建了预后模型，并通过多数据集验证其预测能力。此外，研究还涉及了免疫治疗反应、药物敏感性分析以及不同风险组间的免疫细胞浸润和肿瘤突变负荷的比较。通过这些分析，研究旨在为胃癌的分子分类、预后评估和个性化治疗提供新的见解和靶点。

主要结果

1.目标基因集的特征化

热图展示了332个乳酸化相关基因与170个线粒体相关基因集之间的相关性（图2A）。共识别出304个与肿瘤微环境调节、免疫反应调节、细胞增殖和凋亡、代谢重编程以及潜在预后标记物相关的乳酸化相关基因。随后，利用TCGA、GSE55696和GSE79973的数据分析了这些基因在肿瘤和相邻正常组织之间的表达差异（图2B），在至少一个数据集中识别出280个差异表达基因。接下来，生成了这些差异基因在TCGA、GSE55696和GSE79973中的表达相关性热图（图2C）。最后，这些基因在TCGA中进行了单变量Cox分析，并应用了五个额外的GEO验证数据集，构建了森林图（图2D）。最终选定了12个预后基因，这些基因在至少三个数据集中显示出预后意义。

图2目标基因集的表征

2.功能特征化与分子亚型

应用非负矩阵分解（NMF）算法，对12个预后基因进行了聚类分析。聚类结果表明，将其分为三组是最合适的。三组的聚类一致性热图和生存分析结果显示，C1组和C3组之间存在显著的生存差异，其中C1组与较差的预后相关（图3A）。进一步分析比较了三组之间的临床指标组成，如年龄、性别、分期和病理分级，发现这些差异在统计上并不显著（图3B）。还对TCGA的免疫亚型与NMF分组进行了比较（图3C）。由于C1组和C3组之间存在显著的生存差异，因此进行了差异基因分析（图3D）。分别对上调和下调基因进行了基因富集分析，重点关注与C1和C3相关的功能（图3E）。计算了这些基因的富集通路的ssGSEA评分，并进行了相关性热图分析（图3F）。

图3功能表征和分子分型

3.能特征化-单细胞和空间转录组学

应用AUCell软件包和12个预后基因来计算每个细胞的乳酸化评分。被分类为基质细胞的细胞，包括肿瘤微环境中的成纤维细胞和其他支持组织类型，其乳酸化评分高于上皮细胞。AUCell软件包中的AUCell_exploreThresholds函数被用来确定阈值并将细胞分为两组。进行了差异基因和富集分析，以探索这些组之间的功能差异（图4A）。空间转录组结果显示了免疫细胞、上皮细胞和基质细胞的分布差异。空间样本中也计算了乳酸化评分，揭示了高乳酸化区域，主要在基质区域，与单细胞结果一致（图4B）。结果表明，上皮细胞与乳酸化评分之间存在负相关，而免疫细胞和基质细胞则显示出正相关。随后，对高乳酸化组进行了功能富集分析（图4C）。

图4单细胞分析乳酸化相关基因表达及其与肿瘤微环境中免疫细胞、上皮细胞和基质细胞群体的关联

4.基于差异基因的预后模型开发

应用12个预后基因，101种算法被用来构建模型；训练集是TCGA，测试集是五个GEO数据集。最佳模型，由五个测试集的平均C指数确定，被识别为RSF+SuperPC（图5A）。应用六个数据集计算了1年、3年和5年的AUC值（图5B）。条形图显示了不同数据集中最佳模型的C指数（图5C）。六个数据集的生存分析结果表明，高风险组的预后较差（图5D）。

图5基于差异基因构建预后模型

5.预后模型的比较

呈现了六个数据集的风险和PCA图（图6A，B）。随后，将风险评分与其他临床指标进行了比较，发现风险评分的C指数优于大多数临床指标（图6C）。然后我们收集了最近1-2年发表的15个预后模型，并比较了它们的C指数。虽然我们的预后模型在TCGA队列中的表现并不是最好的，但在剩余的五个测试数据集中，它通常优于大多数其他模型（图6D）。

图6预后模型的比较

6.列线图模型的开发

显示了风险评分和临床指标的单变量和多变量分析结果（图7A）以及相应的森林图。展示了一个包含风险评分和临床指标的列线图（图7B）。决策曲线分析（DCA）揭示了列线图和风险评分的结果比其他临床指标表现出更高的性能（图7C）。呈现了1年、3年和5年的校准曲线（图7D）。应用列线图评分的生存分析发现，较高的评分与较差的预后相关（图7E）。

图7列线图模型的开发

7.肿瘤免疫浸润和TMB分析

显示了三个NMF分类组的风险值，表现出显著差异（图8A）。进行了风险评分与分子标志数据库（MSigDB）中的“50个特征基因集”之间的相关性分析，这些基因集代表不同的生物学状态和过程，通常用于评估癌症研究中的通路活性（图8A）。应用突变数据计算了肿瘤突变负荷（TMB），揭示了风险组之间的显著差异（图8A）。展示了两组之间的基质、免疫和ESTIMATE评分的差异。应用CIBERSORT算法描绘了不同组之间免疫细胞浸润的变化。应用MCP-counter和TIMER等其他算法进一步估算了免疫浸润水平，并将它们与风险评分相关联，应用热图展示（图8B）。

图8癌症患者不同风险组的免疫浸润和肿瘤突变负荷(TMB)分析

8.免疫治疗分析和药物敏感性分析

进行了免疫评分与常用免疫检查点基因之间的相关性分析，显示出大多是负相关。应用TCGA数据集，利用TIDE算法预测了免疫反应情景。结果显示，两个风险组的反应组成有显著变化，无反应组的风险评分更高。结合免疫表型评分（IPS）的结果显示，低风险组的IPS评分更高（图9A）。包括GSE91061（肺腺癌）、GSE78220（肺腺癌）、IMvigor210（尿路上皮癌，UC）和Braun（肾细胞癌，RCC）数据集的生存分析结果，以及两个免疫反应组的风险评分（图9B）。药物敏感性分析显示，Bortezomib_1191和Dactinomycin_1911在低风险组中敏感，而Dasatinib_1079和BMS-754807_2171在高风险组中敏感（图9C）。对肺腺癌和尿路上皮癌的GEO数据集的分析揭示了与乳酸化相关基因表达相关的免疫细胞浸润和反应性的趋势，表明这些变化可能在STAD之外有更广泛的影响。这些发现支持了乳酸化可能在不同癌症类型中调节肿瘤免疫微环境的普遍作用的假设。

图9免疫治疗和药物敏感性分析

9.单细胞高风险和低风险细胞间的细胞通讯差异

在单细胞RNA测序数据集GSE184198中，应用风险模型为每个细胞计算了风险评分，并应用中位数值对细胞进行分组。然后进行了Cellchat细胞通讯研究，比较了两组之间的差异（图10）。显示了上皮细胞、髓系细胞和T细胞及NK细胞组之间的通讯差异。

图10单细胞水平上高风险和低风险预后细胞之间的细胞通讯差异

10.PTMA在组织和细胞中的表达

基于我们的差分基因表达分析，PTMA基因被鉴定为在胃癌组织中显著高表达，与相邻非癌组织相比。在12个已鉴定的预后基因中，大多数是最初的304个乳酸化相关和线粒体相关基因的一部分。然而，PTMA虽然不包含在最初的332个乳酸化相关基因或170个线粒体相关基因的集合中，但基于其与线粒体功能障碍的显著相关性以及通过单变量Cox分析确定的其在癌症进展中的作用，被确定为12个预后标记物之一。随后从临床样本中提取的RNA证实了肿瘤组织中PTMA的高表达，如图1A所示。此外，在四种胃癌细胞系（AGS、NCI-N87、BGC-823和MKN45）和正常胃黏膜细胞系GES-1中也确定了PTMA的表达。这些发现与人体组织中观察到的趋势一致，表明胃癌细胞中PTMA表达更高（图1B）。这些结果表明，PTMA基因在胃癌中高度表达。

11.沉默PTMA抑制了胃癌细胞的恶性行为

为探索PTMA基因在STAD中的作用，选择了两个细胞系，MKN45和NCI-N87，并敲低了PTMA基因（图11A）。如图11B、C所示，在PTMA基因沉默后，两种胃癌细胞系的增殖能力在所有时间点都显著降低。图11D显示，在PTMA基因沉默后，肿瘤细胞的凋亡率显著增加。此外，根据WB数据（图11E），PTMA基因沉默显著提高了促进凋亡的蛋白Bax和c-caspase3的表达，同时降低了抑制凋亡的蛋白Bcl-2的表达。这表明PTMA基因沉默促进了胃癌细胞的凋亡。

图11（A) RT-qPCR检测了NCI-N87和MKN45细胞系中PTMA基因沉默的效率。

(B) 使用CCK8检测了MKN45细胞系在PTMA基因沉默前后的细胞活性。

(D) 使用流式细胞仪检测了MKN45细胞系在PTMA基因沉默前后的凋亡水平。

(E) 西方印迹分析评估了MKN45细胞系在PTMA基因沉默前后凋亡相关蛋白的表达。

在Transwell侵袭和迁移实验中（图12A），MNK45细胞在PTMA基因沉默后表现出显著降低的侵袭和迁移能力。创伤愈合实验（图12B）也显示，在PTMA基因沉默后迁移能力显著降低。西方印迹数据显示，PTMA基因沉默表达与Vimentin蛋白表达降低和E-cadherin蛋白表达增加相关（图12C）。这些结果强烈表明，抑制PTMA表达与胃癌细胞的恶性行为呈负相关。

图12(A) Transwell实验检测了PTMA基因沉默前后细胞迁移和侵袭能力的变化。

(B) 使用创伤愈合实验测试了PTMA基因敲除前后细胞的迁移能力。

小结

看完这篇文章是不是觉得还挺简单的，虽然它做的分析很多，工作量也挺大的，但基本上是生信基本分析吧，实验也做了，投F系那就没有拒稿的理由了！当然同样的思路换个癌症或疾病那是能复现的，发什么样的期刊不仅要看工作量，还要看分析逻辑，论文写的好不好看，都是影响因素！对乳酸化这个热门选题感兴趣就来找大麦吧！

大麦将持续为大家带来生信思路，满足您的花式需求！有课题设计或其它疑问都可以加微直接咨询！免费思路评估、付费生信分析和方案设计以及付费投稿选刊等统统不在话下！

推荐阅读

大麦有话说

大麦还提供服务器租赁、思路设计、定制生信分析、文献思路复现、临床数据库挖掘；有需要的小伙伴欢迎直接扫码咨询大麦，竭诚为您的科研助力！

http://mp.weixin.qq.com/s?__biz=Mzg5MDY5NDcyNw==&mid=2247514061&idx=1&sn=851b77dca6f230a2363cfa56ba6d0f2f

尔云间meta分析

分享meta分析学习方法、医学统计基础知识、meta分析软件操作技巧、SCI论文发表经验等精彩内容。

肠道菌群又登上Cell“新贵”子刊！江南大学陈卫院士团队这次做的“脑肠轴”是肠道菌群和神经炎症，“多组学”整合分析思路值得细品！

IF=50.5！浙大博士生一作登《自然》！“乳酸化修饰”不愧是热点主流！“cGAS+CRISPR”助力，首次发现乳酸感知蛋白！

乳酸化又有新发现！PNAS重磅发文：RNA m6A去甲基化酶的乳酸化促进对DNA病毒的先天免疫反应

中医药的风依旧很大！中国中医科学院团队这篇文章做的是“中药复方调节氨基酸稳态和PI3K/AKT/mtor通路”，值得学习~

每个生信人都需要一台服务器

中医药、网药分析加上技术路线图，发文就能涨1分？这好事儿不得跟一波！

CHARLS数据库太牛了！分分钟拿下TOP期刊！

同一天连发2篇《柳叶刀》正刊！“网状Meta”又立大功!兰州大学/重庆医科大学太牛牪犇了！

“药食同源”潜力无限，1个月拿捏2区毕业神刊，审稿飞快！贵州中医药大学：成分测定+网络药理学+分子对接，超简单思路爱了爱了！

网络药理学难上5分+？那可不见得，有了机器学习和干湿结合，拿下11分+也未尝不可！2个多月发文，太惊艳了！

家人们，独享拼团服务器，真的很贴心！

没开玩笑！就是纯生信发Nat Commun！多疾病“牵头”,单细胞+转录组+共定位“一条龙”！这模版你也可以！

一种新型神经保护策略的诞生！上交殷善开/时海波：GABAergic中间神经元对神经毒性更易感，“保护机制”思路适合临床人细品！

IF 26.8！高被引论文！让我们一起迎接“GBD数据库”时代，最佳发文时期，拼的就是手速！！别逼我催你！

IF=11.4南京医科大“本科生一作”发中科院1区，后浪真的强啊！预后模型纯生信分析还能发11分，得好好看看怎么做的~

药食同源化合物就这么华丽的登上了Nat Commun！重庆医科大郭风劲团队这篇做的是非肿瘤细胞衰老方向，好思路学起来！

研究靶点如何丝滑切入？暨南大学查振刚团队这篇文章单细胞测序入手，结合“国自然王炸”糖酵解+巨噬细胞，4个月登上AS！

老师，我是某科室的，我们能做生物信息学研究吗？

What！这本中科院一区Top期刊突然被on hold了？科睿唯安飘了？

曹雪涛院士3天连发3篇高水平文章（1篇29+），真的牛！“单细胞+空间转录组”上大分！这把真是高端局，这“泼天的富贵思路”接起来

Nature Communications是水刊？能水到国自然，你服不服？国自然榜一大哥”巨噬细胞“结合多组学领跑，实至名归！

IF10.4！发文新姿势:孟德尔随机化+心脏病代谢组+蛋白质组，GENOME MED杂志新鲜出炉的这篇药靶研究很妙！

“植物提取物XXX通过MAPK/mTOR信号通路激活自噬保护XXX”，这个设计思路一看就非常适合你！

巨泡式死亡——新热点一定不能放过！厦大团队：新型细胞死亡联合焦亡+凋亡+溶酶体，多热的联合发AS!

这套孟德尔随机化生信“组合拳”打的也太溜了！12种机器学习+转录组+WGCNA，buff叠满！快学起来！

已发！国自然新宠乳酸化+线粒体+整合多组学数据集+胃腺癌做预后分析，换个癌种可复现！

三天内连发三篇顶刊，曹雪涛院士团队这节奏太快了！后两篇是拆开发的吗？

一分钟讲清什么是网络药理学

又幸福了，单细胞转录组测序！湘雅医院：单细胞测序+小鼠模型发14分+，NC对“单细胞”真的很青睐！

“药食同源”再度发力！南京大学团队：药食同源植物提取物入手，结合巨噬细胞+多组学，手把手教你设计一篇国自然！

发文量暴涨五倍！Advanced Science会将成为下一本高分“水刊”吗？复旦大学这篇“多组学-共病”佳作前来打假！

IF14.7|巨噬细胞方向只知道做“极化”？南方医科大学团队手把手教你用“巨噬细胞吞噬”联合“多组学”设计一篇国自然！

中草药提取物携“细胞衰老”登上Nature Aging！老外都开始研究中药了，你还在等什么？

每个生信人都需要一台服务器

干湿结合思路简直不要太好用！同济大学何志颖团队直击“细胞衰老”主题，拿下1区11+！经费不够，生信来凑！

国产数据库再显风采！不想做实验千万别错过CHARLS！

号外号外！临床数据库挖掘新热点：“甘油三酯-葡萄糖指数（TyG）”，与多种疾病相关！再不下手可就没了！

发顶刊如鱼得水！IF即将破10分，0实验3张图，看安徽医科大学团队如何搞定一区Top期刊！孟德尔随机化也太好用了吧！

南京医科大团队开发乳腺癌预后模型纯生信发11分+，一作是本科生，现在都这么卷了吗？

家人们，独享拼团服务器，真的很贴心！

生信0实验直击13分1区Top！microRNA +机器学习+生物标志物，这热点拿捏的谁看了不说一声绝了！

IF=26.8！不是吹牛，是真的牛！复旦大学团队：巨噬细胞+单细胞+脂代谢+免疫治疗热点堆堆乐，简直是好吃到不行的国自然全家桶！

登高望远！中医药研究思路如何拔高？青岛大学附属医院：网络药理学+代谢组学+分子对接，这篇一区SCI指明方向！

肝不好，头先知？北大屠鹏飞/曾克武搭档：国自然Top级热点“脂质代谢”结合单细胞测序，“脂” 高一筹拿下一区12+!

如何看待Science Advances影响因子疯狂下跌？复旦大学硕士共一打的巨噬细胞+代谢重编程组合拳，化身科研界的变形金刚！

清华大神发布Nat commun，代码大方公开，复现so easy！机器学习 “巅峰” 时刻！双诺奖护航，速速冲！

临床医生发文捷径！单细胞“干湿结合”，省时省力又省钱！南京医科大学携手线粒体自噬+泛素化，发文效果立竿见影！

我没看错吧！南方医科大学吴娴波团队挖掘UKB数据库，仅七张图表，就这么水灵灵的发了26.7分！怎么做到的？快来取经！

生信大神都在用的生信服务器，好东西值得试试，双十一入手超划算！

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉