患者队列构建和MRI肿瘤体积测量
确定自发性肿瘤体积生长速率并建立研究队列
纳入77例IDHmt LGG患者,包括29例共缺失和48例非共缺失。收集“观察与等待”期间的系列MRI,采用自动分割并由神经放射学专家校正,计算TVGR。
Distinct molecular profiles characterize the spontaneous growth rate of IDHmt low-grade astrocytomas and oligodendrogliomas
研究基于77例患者队列,包含DNA甲基化组和RNA测序,以及MRI肿瘤体积测量和TVGR计算,并通过TCGA验证,但未进行功能实验或机制验证。
IDHmt低级别胶质瘤患者队列(共缺失与非共缺失) TCGA-LGG验证队列
患者年龄>18岁,WHO 2016分级II级,IDH突变状态经甲基化确认 TVGR计算基于“观察与等待”期间连续MRI,首次治疗前的FIFS定义 按1p/19q共缺失状态分层:共缺失(n=29)与非共缺失(n=48) 相关分子分析使用EPIC甲基化芯片和RNA-seq,基因集富集分析采用Bonferroni校正P≤0.05
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
确定自发性肿瘤体积生长速率并建立研究队列
纳入77例IDHmt LGG患者,包括29例共缺失和48例非共缺失。收集“观察与等待”期间的系列MRI,采用自动分割并由神经放射学专家校正,计算TVGR。
获取肿瘤组织的DNA甲基化和转录组数据,用于关联分析
利用Illumina EPIC甲基化芯片和RNA-seq分析肿瘤组织的DNA甲基化组和转录组,并进行质量控制。
识别与TVGR相关的分子特征,并比较共缺失与非共缺失亚型的差异
使用秩-秩回归生成与TVGR相关的基因列表,随后进行预排序基因集富集分析(GSEA),并对共缺失和非共缺失分别分析。
确定与TVGR相关的分子亚型是否与预后关联
基于通路表达谱使用K-means聚类将非共缺失和共缺失肿瘤分别分为3个和2个分子亚组,并分析与FIFS和OS的关联。
验证在Montpellier队列中识别的TVGR相关特征是否在TCGA数据集中再现
基于TCGA-LGG(IDHmt,II级)数据集中共缺失和非共缺失样本,进行特征相似性分析(RV系数)。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| RNA提取 | AllPrep DNA/RNA微量提取试剂盒 | Qiagen | 80284 |
| RNA质量检测 | 片段分析仪 | Agilent Technologies | -- |
| RNA测序文库制备 | Illumina链特异性mRNA制备试剂 | Illumina | -- |
| Sciclone液体处理机器人 | PerkinElmer | -- | |
| RNA测序文库定量 | QubIT荧光定量仪 | Life Technologies | -- |
| RNA测序 | Illumina NovaSeq 6000测序仪 | Illumina | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 患者队列选择 | 患者年龄(>18岁)、WHO 2016分级II级、IDH突变状态经甲基化确认、1p/19q共缺失状态 阅读提示:Methods: Patient Selection |
| MRI体积测量和TVGR计算 | MRI序列(T1w和T2-FLAIR)、分割工具(自动+人工校正)、TVGR模型(混合线性模型、随机截距和斜率)、bootstrap重复次数(50次) 阅读提示:Methods: Automated Determination of Tumor Volumes, Modelling Tumor Growth and Estimation of the Growth Rate |
| 分子分析 | DNA甲基化芯片(EPIC 850k)、RNA-seq文库制备方法(Illumina Stranded mRNA Prep)、测序平台(NovaSeq 6000)、RNA质量(RQN 6.3-9.7) 阅读提示:Methods: DNA Methylome Analyses, Data Preparation and Analysis of RNA Sequencing |
| 关联分析 | 秩-秩回归方法、GSEA基因集(MSigDB v7.5.1)、显著性阈值(Bonferroni校正P≤0.05)、聚类分组参数(Calinski-Harabasz准则) 阅读提示:Methods: Pathway Analyses, Statistical Analyses; Results: Transcriptome-based Prediction... |