新热点：糖酵解相关基因构建预后模型

导语

糖酵解代谢途径在恶性肿瘤的增殖、存活和迁移中起至关重要的作用，但糖酵解途径相关基因与骨肉瘤 （OS） 转移和预后之间的关系尚不清楚。

背景介绍

今天小编为大家介绍一篇糖酵解相关基因构建肿瘤预后模型的热点文章。题  目为    Identification of risk model based on glycolysis-related genes in the metastasis of osteosarcoma，影响因子6分+。

研究流程

数据介绍

OS患者的临床信息和mRNA数据来自TARGET数据库，纳入87例患者。GSE21257和GSE39055从GEO获取。

结果解析 

01   糖酵解差异表达基因  

从MSigDB获得了5个糖酵解相关通路基因集，即BIOCARTA 糖酵解通路、GO糖酵解过程、Hallmark糖酵解、KEGG 糖酵解糖异生、反应组糖酵解。来自TARGET数据库的OS数据集的GSEA结果表明，转移性和非转移性OS患者的五个糖酵解相关途径基因集显着不同（图2A-E）。

从5个糖酵解相关通路基因集中提取了326个基因。单因素Cox回归分析结果显示，29个糖酵解途径相关基因与OS患者总生存期显著相关。

图2

02   功能富集  

GO分析结果表明，这些糖酵解基因可以在一些基本的生物过程中富集，包括ADP代谢，丙酮酸代谢，嘌呤核苷二磷酸代谢和核苷二磷酸代谢（ 图2F ）。其中一些富含分子功能，影响碳水化合物磷酸酶活性，糖磷酸酶活性，磷酸酶活性，氧化还原酶活性等（ 图2G ）。同时，KEGG分析显示，这29个预后基因主要与碳代谢、糖酵解/糖异生、丙酮酸代谢、糖胺聚糖生物合成、硫酸乙酰肝素/肝素有关（ 图2H ）。这些基因连接形成PPI网络（ 图2I ）。

03   构建预后模型  

多因素Cox回归分析纳入13个基因（ADH5、DCN、G6PD、PGAM1、ZNF292、CDK1、PFKFB2、FAM162A、GNPDA2、SDC3、INSR、GLC、HS2ST1），构建预后风险模型（表2）并绘制列线图（图3A）。构建的预后风险模型的风险评分=（ADH5×-0.795）+（DCN×-0.470）+（G6PD×-1.020）+（PGAM1×1.114）+（ZNF292×1.157）+（CDK1×0.812）+（PFKFB2×2.043）+（FAM162A×1.456）+（GNPDA2×-1.047）+（SDC3×-0.748）+（INSR×1.278）+（GLCE×0.671）+（HS2ST1×-1.841）。

图3

04   预后模型的评估和验证  

如图3B，C所示，作者对所有OS患者的风险评分进行了排序，以获得生存率的分布。随着风险评分的增加，患者的死亡率逐渐增加（图3D，E）。经过计算，风险比（HR）>1（ZNF292，CDK1，FAM162A，INSR，GLCE）的基因被归类为风险基因，而HR<1的基因（ADH5，DCN，G6PD，PGAM1，PFKFB2，GNPDA2，SDC3，HS2ST1）为保护基因。高危组患者更可能表达风险基因，而低危组患者倾向于表达保护基因（图3F，G）。

OS患者的1年，3年和5年生存率的曲线下面积（AUC）分别为0.959，0.899和0.895，这意味着风险模型具有显着的预后价值（图4A-C）。此外，根据预后模型绘制的K-M曲线，高危组TARGET骨肉瘤数据集、GSE21257数据集和GSEGSE39055数据集的存活率显著低于低危组（图4D-F）。

图4

05   转移相关预后基因  

使用基于最优特征预后基因组合的SVM和RF构建样本分类模型，基于转移组和非转移组的OS差异表达值构建SVM和RF分类器，以及用于TARGET数据集误差分析的无监督聚类方法（图5A，B）。结果表明，当预后数设置为5时，最佳预后基因组合在分类转移中的准确性最高。如图5C所示，与SVM（AUC = 0.985）相比，RF构建的样本分类模型具有更高的精度（AUC接近1）。

图5

RF分类器的迭代计算过程如图 5D 所示。RF分类器算法从肿瘤转移相关性方面得到预后基因的特异性重要性排名（图 5E ）， 最终筛选出与肿瘤转移相关性最高的7个预后基因（INSR、FAM162A、GLCE、ADH5、G6PD、SDC3、HS2ST1），基于7个基因构建转移相关疾病模型（图5F）。

06   实验验证  

作者选择了对OS转移具有最高重要性的INSR基因进行验证。 WB结果显示，INSR蛋白在人MG-63骨肉瘤细胞中的表达高于人hFOB1.19成骨细胞（ 图6A，B ）。Transwell测定证实MG-63细胞比hFOB1.19细胞迁移更显着（ 图6C ）。 WB结果表明，siRNA-INSR有效降低了INSR蛋白表达（ 图6D，E ）。Transwell测定还显示，与对照组相比，siRNA-INSR转染后MG-63细胞的侵袭显着减少（ 图6F ）。这些结果进一步证实了INSR对OS转移的重要调控作用。

图6

小编总结

本文是一篇使用糖酵解相关基因构建预后模型的文章，亮点在于使用了非TCGA和GEO数据。

糖酵解途径在癌症发生和进展中发挥重要作用，因此有必要寻找糖酵解途径相关的生物标志物，用于OS患者的预后。

本研究基于糖酵解通路13个关键基因构建OS预后风险模型，从基因水平提高OS患者的预后能力。结果表明，该风险模型能够成功地将OS患者分为高风险和低风险组，显著影响总生存期。作者还发现INSR在MG-63骨肉瘤细胞中的高表达，这与肿瘤细胞中的高水平糖酵解有关。