对前列腺癌中的可变剪接进行系统分析文献解读

大家好,这次给大家分享的文献是Systematic profiling of alternative splicing signature reveals prognostic predictor for prostate cancer,2020年6月发表在CANCER SCIENCE杂志上,影响因子4.966。文章重点对前列腺癌中的可变剪接进行系统分析,寻找与前列腺癌预后显著相关的可变剪接事件。

术语

选择性剪接(也叫可变剪接):指从一个mRNA前体中通过不同的剪接方式(选择不同的剪接位点组合)产生不同的mRNA剪接异构体的过程,使得最终的蛋白产物会表现出不同或者是相互拮抗的功能和结构特性,或者在相同的细胞中由于表达水平的不同而导致不同的表型。

AA,交替受体位点;AD,替代供体部位;AP,候补启动子;AR,雄激素受体;AR-V7,雄激素受体剪接变体7;AS,候选拼接;AT,可变终端;ES,外显子跳跃;ME,互斥外显子;RI,保留内含子;PSI,拼接百分比。

摘要

背景:选择性剪接(AS)是产生蛋白质多样性的主要机制。然而,目前缺乏对前列腺癌中AS的系统分析。

方法:从 TCGA数据库下载RNA-seq数据和临床信息。通过剪接序列评估RNA剪接模式,并计算剪接百分比值(PSI)。基于PSI值,识别差异表达的AS(DEAs)。Kaplan-Meier、Cox比例回归和无监督聚类分析用于评估DEAs和临床特征之间的相关性。

结果:共鉴定出43 834个AS,其中1628个AS差异表达。总共有226个DEAs与无病生存相关(DFS)。DEAs的无监督聚类分析揭示了四种不同生存模式的分子簇。说明AS可能是前列腺癌预后和生物调节的重要决定因素。在这项研究中,作者建立了强有力的预后预测指标,发现了一个可能是潜在机制的剪接网络,并提供了进一步验证的治疗靶点。
研究流程图

图1
结果

1、整合前列腺癌中的选择性剪接事件

在433名前列腺癌患者中,发现了43 834例与10 308个基因相关的AS事件。作者检测了3503个包含2469个基因的AA型AS事件,3088个包含2175个基因的AD型AS事件,9003个包含3608个基因的AP型AS事件,8620个包含3761个基因的AT型AS事件,16个包含6530个基因的665个ES型AS事件,227个包含220个基因的ME型AS事件,2728个包含1833个基因的RI型AS事件(图2A)。结果表明,一个基因可能有几种类型的mRNA剪接事件,一个基因可能由4种AS类型表达,而ES是主要类型,因为超过三分之一的AS事件是ES事件。
2、前列腺癌中不同的选择性剪接事件
差异AS分析显示,在前列腺癌中发现了1628个差异AS事件,涉及1326个基因,其中1338个是差异上调的AS事件,290个是差异下调的AS事件(图2B),其中上调和下调的前15个差异事件和部分癌症事件与正常样本进行了比较(图2C、D、表1)。一些基因可以在多达4种AS类型中表达(图2E)。差异表达谱显示在前列腺癌中鉴定出2928个差异表达基因。作者将参与差异AS事件的基因与差异表达基因进行比较,发现两者识别的基因有相似之处,但也有显著差异,说明AS事件可以弥补差异表达分析的不足(图2F)。
图2
表一

3、与前列腺癌存活相关的选择性剪接事件

为了研究前列腺癌患者AS事件的预后价值,采用单变量Cox回归分析评估前列腺癌患者不同AS事件对预后的影响。如图3A所示,作者在不同的选择性剪接事件中总共检测到226个生存相关的AS事件(P < 0.05)。可以进一步看出,在与生存相关的AS事件中,不利因素(HR> 1)比保护因素(HR< 1)更常见(图3B)。Circos图显示了生存相关的AS事件及其相关基因(图3C)。接下来,作者通过在6种AS类型中找出12个最重要的生存相关AS事件(在ME类型中未发现与生存相关的AS事件)来绘制森林图(图3D-I)。随后,对参与生存相关AS事件的211个基因进行GO功能富集分析,发现这些基因显著富集在:生物过程、细胞成分和分子功能(P < 0.05)(图3J)。
图3

4、前列腺癌的预后因素

为了检测前列腺癌患者的独立预后因素,这里选择生存相关的AS事件作为候选因素,并使用多变量Cox回归分析在保留的6种AS类型中识别独立预后因素。获得了1个与AA相关的独立预后因素、4个与AD相关的独立预后因素、19个与AP相关的独立预后因素、11个与AT相关的独立预后因素、8个与ES相关的独立预后因素和5个与RI相关的独立预后因素。将6种不同类型的独立预后AS事件结合起来构建最终的预后预测因子。由不同类型的AS事件构建的预后模型预测前列腺癌患者结果的能力如图4A-F所示。特别是,由单个AP模型构建的预后模型显示了6种预后模型中最大的预测能力(ROC = 0.815)。通过组合6种不同类型的候选独立预后AS事件(总共48个选择性剪接事件),构建了一个最终的预测模型且最终的预测模型显示了良好的预测性能(ROC = 0.868)(图4G-I)。
图4

5、生存相关AS事件与剪接因子的相互作用网络

为了确定哪些剪接因子与前列腺癌中的生存相关AS事件相关,作者基于基因表达对剪接因子进行了生存分析。结果显示,16个剪接因子与总体生存率显著相关(图5A,B)。同时发现,绝大多数(13/16)与生存率相关的剪接因子表明,过度表达与患者预后不良有关。此外,预后相关AS事件的PSI值和生存相关剪接因子的表达之间的相关性用Spearman试验进行了研究。其中16个生存相关剪接因子(绿点)与48个预后相关AS事件显著相关(对应46个基因,其中3个基因下调 [蓝点]、43个上调[红点]),构建的621个选择性剪接网络相互作用(红线代表正相关,灰线代表负相关,红线占优势)(图5C)。剪接因子hnRNP P和ADAM15和ARAP1之间的相关性如图5D,E所示。接下来,通过GO功能富集分析对参与AS网络的62个基因进行了分析(图5F)。
图5

6、与预后相关的分子亚型聚类

基于与预后相关的AS事件在所有样本的无监督分析进一步确定了不同的AS模式。当K=4是聚类结果最好(图6A,B)。结果表明,聚类与不同的生存模式相关,聚类1和聚类2与生存分析中较差的结果相关,而聚类3和聚类4与相对较好的生存结果相关(图6C)。同时,作者进一步分析了相关的临床信息,发现4个聚类中如生存状态(存活或死亡)、T和N的差异显著(图6D)。
图6

结语

与以往预后模型类文章寻找预后基因的思路不同,本文是从可变剪接入手,文章所用的分析方法也是比较常见的,但是在寻找预后标志物时不仅限与基因,而是扩展到可变剪接,并提出可变剪接具有更好的预后价值。因此,我们可以将自己的预测模型像本文这样进行扩展,不要仅限于基因!

文献解读

不一样的肿瘤免疫浸润新分析思路

2020-10-22 23:29:53

文献解读

文献详解|公共数据库单细胞高分文章思路

2020-10-23 16:29:39

加入Q群
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