![]()
老板天天CPU?果叔这人怪好嘞，今天带你“遥遥领先”！嘿，各位小伙伴们！“机器学习”大家应该不陌生，最近它的热度极高。运用好“机器学习”可真的掌握了发文密码，聪明的生信人已经进军“机器学习”了！纯生信就能发一篇14+的文章，怎么做到的？跟图图来来看看吧~这篇文章是发表在Cell Reports Medicine上题为Discovery and validation of a 10-gene predictive signature for response to adjuvant chemotherapy in stage II and III colon cancer的研究性论文。1：采用了半监督机器学习方法，分析了933个II期和III期结肠癌样本的数据。通过基因调控网络，识别出18个基因的预后签名和一个潜在预测化疗效果的10基因签名 。2：通过基因网络分析筛选出关键基因，并在多个独立数据集中（如GSE39582、GSE17538等）系统验证了这两个基因签名的预测性能。3：研究还探讨了10基因签名在免疫检查点阻断（ICB）疗法中的潜在应用，显示出显著的正相关性。这项研究不仅在生物信息学方法上展示了显著创新，还为结直肠癌患者的个体化治疗提供了新工具。（ps：动动手指扫描二维码！快快联系果叔！专业的团队手把手带你设计创新性极高的机器学习路线，果叔还能帮助你解决实验问题哦~专业团队为你保驾护航！）线上课程教学
课题设计、定制生信分析
云服务器租赁
加微信备注99领取使用
题目：发现和验证II期和III期结肠癌辅助化疗反应的10个基因预测标签结肠癌是全球第四大致死癌症，每年约导致90万人死亡。虽然对于局限于肠道的I期结肠癌患者无需化疗即可达到约90%的五年生存率，但III期结肠癌患者接受化疗后的五年无病生存率仅为73.4%至76.3%。在高风险II期和III期结肠癌患者中，5-氟尿嘧啶（5-FU）为基础的辅助化疗已被广泛应用于术后的治愈性治疗。然而，辅助化疗的决策过程复杂，尤其是对于II期结肠癌患者，临床试验结果并不支持所有II期患者均接受化疗。尽管对于III期患者，辅助化疗的建议更为普遍，但仅约20%的接受者能够从中获得显著的生存优势。鉴于此，迫切需要发现更好的预测生物标志物，以识别那些最有可能从辅助化疗中获益的II期和III期患者，从而避免不必要的毒性，并推动更有效的辅助治疗方案的研究和应用。 本研究采用机器学习方法，分析了包括933例II期和III期结肠癌样本的大型数据集，构建了一个18基因的预后签名和一个10基因的化疗受益预测签名。通过使用福尔马林固定石蜡包埋（FFPE）样本进行临床验证，确保了模型的临床适用性。研究的创新性在于通过基因调控网络和大规模数据分析，精确识别出对5-FU基础辅助化疗有反应的患者群体，从而优化了辅助化疗决策，具有潜在的临床应用价值。通过对GSE39582数据集数据筛选，得到3091个的候选基因。随后结合五个不包含生存结果的基因表达数据集构建了一个包含933个样本和3091个基因的大型基因表达数据集，并使用SPACE算法构建了一个包含504个节点和737条边的基因网络。最终得到了连接超过11个节点的前18个枢纽基因，包括THY1、BUB1、SDPR、NAP1L3、DEPDC1、STON1、DLGAP5、FBN1、ATAD2、HSD17B2、KIF23、CHAC2、FRMD6、MCM10、TPX2、AURKB、CYR61和FAM84A基因。 研究人员通过使用GSE39582数据集构建了一个预后预测模型用来评估18个枢纽基因集在结肠癌预后预测中的有效性。通过数据库验证结果显示，高风险组和低风险组的风险比（HR）分别为3.324（p = 0.005）、3.933（p = 0.003）、11.543（p < 0.0001）和4.745（p = 0.032）。单变量和多变量Cox回归分析进一步证实，这18个枢纽基因集与无复发生存率显著相关。研究结论表明，这18个枢纽基因集可作为结肠癌预后的有效基因签名，具有重要的临床应用价值。 图2：18个中心基因特征的识别和随机生存森林（RSF）预后模型的验证研究人员比较了基于18个核心基因的预后模型和按照p值筛选的18个显著的基因，结果显示，基于半监督方法获得的18个核心基因的预测性能优于18个最显著基因。此外，18个核心基因组的冗余信息较低，且主成分分析表明其在结肠癌患者中显示出更多变异。在GSE39582数据集中18个核心基因组的平均表达水平也显著高于18个顶级基因组。因此，18个核心基因组在预后预测中表现最佳。 4：基于5-FU的ACT化疗获益基因标签的鉴定和验证研究人员通过机器学习的方法开发验证了一个18基因预后签名和一个10基因化疗获益预测签名，并且结合TCGA数据和MethHC数据库最终确定了10个基因组成的化疗获益预测签名。通过对5-FU敏感性和耐药性的进一步验证，研究显示该10基因签名显著优于随机基因集，表明其在指导临床治疗决策中的潜在应用价值。为了验证18基因预后模型和10基因化疗获益模型的实用性，研究团队收集了109例II期和III期结直肠癌标本，并通过NanoString nCounter平台检测了18个中心基因的表达，其中56例接受了基于5-FU的辅助化疗（ACT）。18基因预后模型将标本分为高复发风险和低复发风险组，其HR值为3.542，log rank p值为0.009。单变量和多变量Cox回归分析进一步验证了其为独立预后因子。10基因化疗获益预测模型将接受5-FU ACT的标本分为获益组和非获益组。非获益组患者的无复发生存期较差，HR值为2.735，log rank p值为0.058。单变量和多变量Cox回归分析结果分别为2.765 (p=0.069) 和4.469 (p=0.074)。此外，研究发现ACT非获益组中KRAS和PIK3CA的突变频率较高（分别为40%和20%），而ACT获益组中分别为9.8%和4.9%。18基因和10基因评分在左侧和右侧病灶之间无显著差异，但10基因签名在MSI-H亚组中表现出显著的ACT获益，这表明其在识别可能从ACT中获益的患者方面具有重要意义。 6：基于5-FU的ACT化疗有益基因标记的药物敏感性分析研究团队将10基因化疗获益签名应用于NCI-60细胞系，以预测其对5-FU的敏感性。这些细胞系数据来自CellMiner平台，并被分为14个5-FU敏感组和46个5-FU耐药组，其中包括2个和5个结肠癌细胞系。Wilcoxon秩和检验结果显示，5个5-FU敏感结肠癌细胞系的GI50值中位数显著高于2个5-FU耐药结肠癌细胞系（p值<2.2×10^-16）。这表明，10基因化疗获益签名能够有效预测结肠癌细胞系对5-FU的敏感性和耐药性。图5：根据NCI-60数据预测60种癌细胞系5-FU耐药性的10基因化疗获益特征集的性能7：10基因化疗获益特征相关基因网络的途径富集分析为了更好地理解10基因化疗获益签名背后的生物学机制，研究团队对这10个基因（THY1, BUB1, DEPDC1, STON1, ATAD2, HSD17B2, TPX2, AURKB, CYR61和FAM84A）及其在SPACE基因网络中连接的135个基因进行了通路富集分析。我们测试了MSigDB（Broad Institute的分子签名数据库）中收集的743个标准通路，这些通路包含了前述145个基因中的重叠基因。结果显示，共有147个通路的名义p值小于0.05。此外，研究人员计算了每个样本的通路富集得分，并将这些得分与测试队列GSE17538中的ACT获益组和非获益组进行比较。结果显示，49个通路在ACT非获益组中表现出高表达活性，许多通路与肿瘤微环境有关。 8：10基因化疗获益特征对免疫检查点阻断的潜在预测反应研究发现，TIDE评分与10基因化疗获益评分在442个肿瘤样本中呈显著正相关（r = 0.33，p = 4.97 × 10^-13），但数据集会导致相关强度变化。在GSE37892中，相关性较弱（r = 0.13，p = 0.13），而在GSE17538、GSE33113和GSE38832中，相关性较强且显著，这表明10基因签名在ICB疗法中的预测作用需要进一步临床验证。这篇文章通过半监督机器学习方法，开发并验证了一个18基因预后签名和一个10基因化疗获益预测签名，用于II期和III期结直肠癌患者。通过整合六个数据集的933例样本，研究筛选出关键基因并系统验证了其预测性能。10基因签名在多个数据集中有效区分了5-FU辅助化疗的获益患者，并显示出在预测免疫检查点阻断疗法中的潜力。（Ps：如果您在实验设计、生信分析上有困难，欢迎有疑难问题的同学们联系我们，我们提供全方位的生物信息学定制服务，帮助你解决各种问题。扫描二维码联系我们吧！果叔等着你们哦～）果叔还提供思路设计、定制生信分析、文献思路复现；有需要的小伙伴欢迎直接扫码咨询果叔，竭诚为您的科研助力！
