导语

目前尚不清楚m7G相关的lncRNA是否影响肿瘤免疫和免疫治疗的预后。 

背景介绍

m7G是最新的甲基化修饰  方式，在肿瘤生信分析中应用的还较少。今天小编为大家带来一篇m7G相关lncRNA构建肿瘤风险模型的文章，影响因子8分+，题目为  Integrated analysis from multicentre studies identities m7G-related lncRNA-derived molecular subtypes and risk stratification systems for gastric cancer。

数据介绍

本研究包括来自TCGA 和GEO数据库的3个独立队列。 GSE66229队列包括300名患者，GSE15459队列包括192名患者，TCGA队列包括370名患者。 此外，从TCGA数据库下载了胃癌的拷贝数变异（CNV）和体细胞突变数据。

研究设计          

结果解析 

01   胃癌中m7G调节因子  

图1A显示了可以注释的24个m7G调节因子的染色体位置。图1B显示了预后和相关性。大多数调节因子与胃癌密切相关，14个调节因子可作为胃癌患者预后的指标。

作者发现AGO2具有最高的扩增频率，而EIF4G3具有最高的缺失频率（图1C）。EIF4G3在样本中也具有最高的突变频率（图1D）。此外，根据对m7G调节因子在不同样本中的表达的差异分析，结果表明，除了NUDT10和EIF4E3在正常样本中上调外，大多数基因在肿瘤样本中上调（图1E）。

图1

02   鉴定m7G相关lncRNA及其分子亚型  

使用上述24个m7G调节因子和所有值得注意的lncRNA进行相关性分析，总共鉴定出123个m7G lncRNA（图2A）。根据曲线的CDF共识得分，k = 3最佳（图2B，C）。主成成分析证明，基于123个m7G调节因子的分子分型具有显著的异质性（图2D）。生存分析显示，在这三个分子亚型中，C型预后最差，而A型预后最好（图2E）。

图2

03   m7G相关lncRNA分子亚型的免疫表征  

在三种分子亚型中，B型浸润程度最高，其次是C型和A型（图3A）。相比之下，B型肿瘤的纯度最低，A型肿瘤的纯度最高（A型>C型>B型）（图3B-D）。作者检测了六个免疫检查点基因（即PDCD1，CTLA4，HAVCR2，LAG3，CD274，PDCD1LG2）的表达，并发现亚型B中某些免疫检查点的mRNA水平高于其他类型的免疫检查点，这可能表明该亚型可能从免疫治疗中受益更多（图3E-J）。

图3

04   m7G相关lncRNA分子亚型的功能富集  

为了探索不同生存状态和免疫景观的原因，使用GSVA研究了不同亚型之间生物过程的变化。结果表明，与B型相比，A型具有更多的活化途径(图 4A）。与C型相比，A型具有更多的活跃通道（图4B）等，B型具有更多激活途径（图4C）。

为了探究m7G相关lncRNA分子亚型的调控机制，进一步鉴定了分子亚型相关的差异mRNA。共有174个mRNA被认为是分子亚型的调节基因（图4D）。基于这174个基因，胃癌患者可以分为两种调节亚型。与lncRNA分子分型一样，具有生存指示能力的不同调控亚型之间也存在显著的异质性，并且许多经典信号通路在不同亚型之间也发生了改变，例如Wnt和MAPK。此外，两种亚型具有明显的免疫学差异，可用于治疗前的ICI判断。

图4

05   m7G相关lncRNA构建风险模型  

评估个体患者的风险评分以进行临床应用。考虑到GEO队列的大样本量，在GEO队列中进行了单变量Cox回归分析（图5A），筛选出33个预后lncRNA，通过LASSO回归分析进一步消除多余的lncRNA（图5B，C）。

基于5个lncRNA的风险评分公式为（图5D）：(0.2590 × expression level of LINC00924) + (-0.2616 ×expression level of LINC00944) + (0.18349 × expression level of LINC00865) + (0.1899 × expression level of LINC00702) + (0.4736 × expression level of ZFAS1)。此外，区分了具有相同中位风险评分的不同风险患者的TCGA队列。其中，在GEO队列中，高危组246人，低危组246人，在TCGA队列中，高危组有185人，低危组有185人。

图5

06   风险评分模型的预后  

PCA分析显示患者在不同队列中的良好分散性（图6A，D）。 在每组中，高风险患者的生存时间明显短于低风险患者。 GEO队列在1年，3年和5年的AUC分别为0.665，0.673和0.702（ 图6C ）。在TCGA队列中，1年、2年和3年的预测AUC分别为0.648、0.625和0.639（ 图6F ）。

为了探索分子亚型与风险分组之间的联系，作者绘制了桑基图，发现大多数分子亚型预后不良的患者与高危组患者密切相关（图6G） 。箱线图证实了先前的假设，即分子亚型C和调节亚型B具有更高的风险评分（ 图6H，I ）。

图6

为了确定风险评分是否是胃癌患者的独立预后因素，通过临床特征和风险评分进行Cox回归分析。 根据单变量Cox回归分析的结果，在TCGA和GEO列中，风险评分与OS显著相关（ 图7A- B ）。 在调整其他混杂因素后，风险评分是胃癌患者OS的独立预测指标（图7C-D）。

图7

为了更容易临床应用，将分期和风险分类结合起来，绘制了一个直观地应用于临床工作的列线图，如图 7E 所示。ROC曲线显示，列线图对1年、3年、5年和10年生存期的预测能力显著提高（ 图7F，H ）。同样，预测曲线接近标准曲线，表明1年、3年、5年和10年的预测存活率与实际存活率密切相关，如图 7G，I 所示。

07   风险模型与免疫浸润  

作者分析了风险评分与肿瘤突变负荷（TMB）之间的关系。瀑布图显示，低风险患者表现出比高风险患者更广泛的体细胞突变频率（图8A），箱线图显示高风险患者的TMB评分更高（图8B）。随着风险评分的增加，细胞干性指数下降（图8C）。

作者使用pRRophetic算法来评估化疗药物的治疗效果。对于一些经典化疗药物，IC50结果显示：高危组在博来霉素（图8D）、顺铂（图8E）、多西他赛（图8F）、多柔比星（图8G）和依托泊苷（图8H）比低危组显示出更好的结果，这表明基于风险评分的风险分组在化疗中起着指导作用。

图8

作者对不同风险组的患者进行了免疫特征分析，高危组的患者表现出更高程度的浸润（图9A）。ESTIMATE中的高危组显示出最高的基质和免疫评分，而肿瘤纯度较低（图9B-D）。六个免疫检查点的mRNA表达在高风险组和低风险组之间也存在差异（图9E-J），这可能表明高风险组可能从免疫治疗中受益更多。

图9

小编总结

本研究鉴定了m7G相关的lncRNA及其分子亚型，共鉴定了123个m7G lncRNA，分为3个亚型。其中，B型浸润程度最高，部分免疫检查点的mRNA水平高于其他亚型，说明该亚型可能从免疫治疗中获益更多。作者根据m7G相关lncRNA的表达，以LINC00924、LINC00944、LINC00865、LINC00702和ZFAS1这5个lncRNA为基础，得到了风险评分公式。作者进一步进行了qPCR检测胃癌和癌旁组织中相应lncRNA的表达。结果表明，LINC00944、LINC00865和LINC00702在肿瘤组织中表达水平较高，而LINC14和ZFAS00924在正常样品中的表达水平较低。以上结果表明，LINC00944、LINC00865、LINC00702、LINC1和ZFAS1在胃癌的发生和发展中起着至关重要的作用。