文献解读:T细胞淋巴瘤​CpG甲基化分类器

今天跟大家分享的是来自于Clinical Cancer Research(IF: 8.911)上的一篇作者手稿,研究者首先基于LASSO Cox回归模型和SVM-递归特征消除算法开发出一个由4个 CpG位点组成的分类器,该分类器可用于预测成人T细胞淋巴瘤(T-LBL)复发风险。另外,研究者在这4个CpG位点分类器的基础上,结合LDH水平、ECOG-PS、CNS参与和NOTCH1/FBXW7状态组成的列线图联合对患者的无复发生存进行预测,联合预测效果明显优于单独的CpG分类器和临床病理因素预测,更可能识别出受益于特定治疗计划的患者子集,为医生的治疗决策提供帮助。
A CpG Methylation Classifier to Predict Relapse in Adults with T-cell Lymphoblastic Lymphoma
CpG甲基化分类器预测成人T细胞淋巴瘤复发状态
   
1.数据
本文所需福尔马林固定石蜡包埋的组织(FFPE)由广东各大医学中心于03年到15年间收集提供,其中549名患者符合实验分析,将这549名样本划分为训练集,内部测试集以及外部验证集。研究者还对另外的4921例复发,28例无复发)例T-LBL患者的FFPE进行甲基化芯片检测,从而构建甲基化预测标志。
 
2.实验流程
本文流程如图1所示,研究者首先基于LASSO Cox回归模型和SVM-递归特征消除算法开发出一个由4个 CpG位点组成的分类器,该分类器可用于预测成人T细胞淋巴瘤(T-LBL)复发风险。另外,研究者在这4个CpG位点分类器的基础上,基于训练数据,结合LDH水平等临床或分子特征构建列线图模型,联合对患者的无复发生存进行预测。并且通过内部测试集和验证数据集对列线图进行验证。

1.实验流程
 
3.候选CpG位点的筛选以及CpG分类器的构建
21例复发和28例无复发患者的甲基化表达数据进行差异分析,识别出419个差异CpG位点,分别基于LASSO Cox回归模型和SVM-递归特征消除算法对这些CpG进行降维,两种算法共识别出44个复发相关CpG位点(图2A-C)。对这49例患者进行焦磷酸测序,发现CpG位点的芯片检测结果和焦磷酸测序结果一致性程度很高,从而保证芯片检测的可重复性。接着,基于对这44个候选位点的一致性聚类,将49个样本分为复发高,低风险组两类(图2D)。

 2. CpG分类器的构建
 
基于LASSO Cox回归模型对这44个CpG位点进行降维,构建出一个由4个CpG位点组成的复发风险预测器,复发风险分数由CpG位点焦磷酸测序定量值和相应系数共同确定,阈值由X-tile plots确定(图2E)。分别在训练数据集,内部测试集和验证数据集中对样本进行风险评估,两组样本的总体生存,无复发生存km曲线和ROC曲线如图3所示。结果表明,CpG分类器有较强的复发预测能力。

 3. CpG分类器的验证
 
4.基于列线图对复发状态进行预测
CpG分类器以及常见的LDH水平等临床或分子特征进行多因素分析(图4A),在这4个CpG位点分类器的基础上,结合LDH水平、ECOG-PS、CNS参与和NOTCH1/FBXW7状态组成列线图模型,联合对患者的无复发生存进行预测,联合预测效果明显优于单独的CpG分类器和临床病理因素预测(图4B,C)。

 4.CpG联合复发分类器(列线图)的构建
 
5.列线图模型可为治疗方案确定提供帮助
基于列线图分数分别将内部训练测试集以及验证数据集分成四组,四组患者无复发生存时间均存在显著差异(图5A,B)。另外,研究者还将列线图分数和四种常用治疗方案整合到一起,发现不同列线图分数的患者对四种治疗方案的响应效果不同(图4C-E)。比如对于那些列线图评分大于等于138.5的患者而言,接受HSCT治疗有更长的 RFS和OS。综上所述,列线图为临床医生治疗方案的确定提供更优选择。

 5. 列线图与治疗方案的确定
 
总结
今天的内容大概就是这些,无非就是开发出一个由4个 CpG位点组成的可用于预测成人T-LBL复发风险的分类器,并在该分类器的基础上,整合LDH水平等分子特征组成列线图模型,列线图分类器的预测效果更优。最后,还将列线图模型与不同方案的治疗效果进行结合,为临床医生选择最优治疗方案提供帮助。
看到这里,可能不少同学会问,为什么思路和流程都不太复杂的文章可以发到Clin Cancer Res呢?仅仅是因为人家有钱有数据吗?当然不是啦,通读这篇文章我们可以发现,这篇文章在简单的同时,又不乏严谨性和整体的连贯性,既包含异质性的评估,也包括与临床治疗方案的结合,是一篇内容比较丰富的文章。所以同学们一定要注意自己科学思维的锻炼,争取变成一个在有创造力的同时,又不乏严谨科学思维的小朋友哦。
文献解读

文献解读:miRNA上下游机制研究

2020-6-22 21:10:55

文献解读

文献解读:ceRNA结合免疫

2020-6-22 21:14:56

声明 本网部分文章源于互联网,转载出于传递更多信息和学习之目的,并不意味着赞同其观点。
如转载稿涉及版权等问题,请立即联系管理员,我们会予以修改、删除相关文章,请留言反馈
When your legal rights are being violated, please send an email to: sci666net@qq.com
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索