为什么一定要是预后相关基因呢

Posted on by

看到了一个 J Cancer . 2020 Jan的文献蛮有意思的，文章标题是：《A Stemness and EMT Based Gene Expression Signature Identifies Phenotypic Plasticity and is A Predictive but Not Prognostic Biomarker for Breast Cancer》，也就是说，标题就指出来了他们的研究对象 癌细胞干性指数以及EMT打分，这两个指标都跟癌症预后没有关系！

是不是很惊喜！

标题其实很有意思，研究者得到的基因集是 Predictive but Not Prognostic Biomarker！

其中 癌细胞干性指数以及EMT打分的背景知识大家需要自行去搜索学习一下：

  • EMT (epithelial to mesenchymal transition) state of tumors
  • CSC(cancer stem cell)-like and non-CSC-like

作者的研究重点是a novel robust gene signature ，简称和缩略词是：CSC/non-CSC gene list (CNCL) ，可以把乳腺癌细胞系区分成为：

  • cancer-stem-cell-like and mesenchymal (CS/M)
  • non-cancer-stem-cell-like and epithelial (NS/E)

这样的研究基于一个假说，就是non-CSC cells would be generated from CSC cells. 而且CD44+/CD24- cells that possess the capacity of self-renewal，所以简化成为：

  • CD44+/CD24- stem cells
  • CD44-/CD24+ non stem cells

不过并不是所有人都认可癌症干细胞这个理论哦，但是因为癌症干细胞跟癌症发生发展，转移，甚至治疗耐药有密切 关系，所以这方面的研究也是多如牛毛。

在两个细胞系药物数据库找共有差异基因

提到细胞系药物作用数据库，最出名的是 Cancer Cell Line Encyclopedia (CCLE) 和 Cancer Genome Project (CGP) / Genomics of Drug Sensitivity in Cancer (GDSC) 这两个：

其实还有broad的 CTRP和Roche的geneTech公司的数据库也类似两个细胞系药物数据库，这里先略过。

很简单，把两个数据库里面的乳腺癌细胞系区分 成为干性与否，进行差异分析即可：

干性与否的分组后差异分析

大家可以自己去下 GSE36139 (CCLE).和E-MTAB-783 (CGP). 的表达量矩阵，试试看这个差异分析。两次差异分析各自选取top200探针，然后有129个交集，对应97个基因，最后提高阈值，后 得到 15 genes/probesets (8 up and 7 down-regulated in CSC-like cell lines), 作为最后的CSC/non-CSC gene list (CNCL).基因集。全部的基因如下所示：

CSC/non-CSC gene list (CNCL).基因集

而且这15个基因集比较好的在其它数据集里面得到了验证，包括：

  • GSE15192
  • GSE36643
  • GSE52327

多个gse数据集验证基因集的临床预后能力

这些数据集涉及到了多种临床结局：

  • DSS: disease specific survival
  • OS: Overall survival
  • RFS: Relapse free survival
  • BR: Bone relapse
  • MFS: metastasis free survival
  • LNMFS: Lymph node metastasis free survival
  • BMFS: Bone metastasis free survival
  • DMFS: distant metastasis free survival
  • DRFS: Distant relapse free survival
  • DFS: disease free survival
  • TDM: time to distant metastasis
  • ND: not disclosed

详细信息如下所示：

临床数据集的详细信息

数据集虽然只有15个，但是有几个数据集有多种结局事件信息，所以总体上是29次生存分析检验。

但是有统计学显著的就7次，其中GSE25066 和 GSE2603数据集里面，该基因集是风险因子（CS/M tumors 组 死得快 ），但是在其它数据集是保护因子。

而GSE25066数据集是一个Taxane (incl. Paclitaxel) 的新辅助化疗队列，NS/E tumors 的distant relapse free survival 时间要长一点，也就是说 该基因集是风险因子（CS/M tumors 组 死得快 ）。

也就是说，这个基因组在不同数据集的预后能力不一致，但是在Taxene的新辅助化疗队列里面还是有一定作用。

生存分析是目前肿瘤等疾病研究领域的点睛之笔

我在生信技能树多次分享过生存分析的细节；

​

Comments are closed.