通过吸烟相关基因揭示肺癌和膀胱癌的常见免疫学及预后特征:PRR11基因作为潜在的免疫治疗靶点

Common immunological and prognostic features of lung and bladder cancer via smoking-related genes: PRR11 gene as potential immunotherapeutic target.

作者信息YaXuan Wang, HaiXia Zhu, Lu Zhang, JiaXing He, Ji Bo, JianShe Wang, BeiChen Ding, MingHua Ren
PMID38760964
发布时间2024-05
DOI10.1111/jcmm.18384

实验完整度

研究包含生物信息学分析(差异表达、聚类、免疫浸润、预后模型)、分子对接、组织微阵列免疫组化验证,但缺乏体外或体内功能实验,证据层级有限。

主要模型

TCGA-BLCA队列 TCGA-NSCLC队列 肺癌组织微阵列 膀胱癌组织微阵列

重点核对

TCGA数据库中BLCA和NSCLC样本的吸烟与非吸烟分组 PRR11和SPDL1抗体的稀释比例1:40 组织微阵列中肺癌(60例)和膀胱癌(41例)样本 PRR11共表达基因的筛选阈值(相关系数>0.5) LASSO回归构建预后模型,并验证于NSCLC

摘要

吸烟是众所周知的非小细胞肺癌(NSCLC)和膀胱尿路上皮癌(BLCA)的危险因素。尽管如此,尚未有研究探讨基于吸烟相关基因的预后标志物能否普遍预测这些癌症的预后并与免疫检查点治疗相关。本研究旨在鉴定NSCLC和BLCA中的吸烟相关差异基因,通过亚组分析探讨其在患者预后和免疫检查点治疗中的作用,并揭示PRR11在两种癌症中作为关键预后基因的作用。通过分析PRR11共表达基因,构建了一个预后模型,并评估了其对NSCLC和BLCA免疫治疗的影响。进行了分子对接和组织微阵列分析,以探讨PRR11与其互作基因SPDL1之间的相关性。此外,还分析了与PRR11相关的miRNA。研究证实了吸烟相关基因、预后与免疫检查点治疗在NSCLC和BLCA中的密切关联。PRR11被确定为关键的吸烟相关基因,通过调节这些癌症的干性来影响免疫检查点治疗的疗效。基于BLCA中PRR11共表达基因的预后模型已建立,并在NSCLC中验证了其预后价值。此外,研究发现PRR11通过SPDL1调节PDL1,影响两种癌症的免疫治疗疗效。hsa-miR-200b-3p参与PRR11对SPDL1表达的调控也被强调。总的来说,该研究阐明了PRR11通过其与SPDL1的相互作用影响PDL1表达,从而调节患者的免疫治疗,并可能受到hsa-miR-200b-3p的上游调控。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
吸烟相关基因能否作为非小细胞肺癌和膀胱癌的常见预后标志物,并与免疫检查点治疗相关?
核心机制
PRR11通过其互作基因SPDL1调控PDL1表达,影响免疫治疗疗效,且hsa-miR-200b-3p可能参与该调控。
主要证据
基于TCGA数据的差异表达和聚类分析,PRR11表达与免疫浸润和免疫检查点相关,组织微阵列显示PRR11与SPDL1表达正相关,分子对接支持相互作用。
研究意义
研究为NSCLC和BLCA的免疫治疗提供了潜在靶点(PRR11)和预后模型,有助于优化治疗策略。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

鉴定吸烟相关差异基因

识别在NSCLC和BLCA中与吸烟相关的共同差异表达基因。

从TCGA获取NSCLC和BLCA样本,按吸烟习惯分组,使用Limma包进行差异表达分析,筛选出66个共同差异基因。

2

一致性聚类分析

根据吸烟相关基因表达将NSCLC和BLCA样本分为亚组,分析预后差异。

使用ConsensusClusterPlus包对TCGA数据进行无监督聚类,NSCLC和BLCA各分为三个亚组,并评估亚组间总生存期差异。

3

免疫浸润和免疫检查点分析

评估不同亚组的免疫细胞浸润和免疫检查点表达,预测免疫治疗反应。

使用CIBERSORT算法分析免疫细胞浸润,比较免疫检查点基因表达,使用TIDE算法预测免疫检查点抑制剂反应。

4

PRR11与免疫浸润相关性分析

分析PRR11表达与免疫浸润和免疫检查点的关联。

利用TCGA数据通过CIBERSORT分析PRR11与免疫细胞的相关性,并通过TISCH数据库进行单细胞分析。

5

PRR11干性特征分析

探讨PRR11表达与肿瘤干性的相关性。

使用OCLR算法计算干性评分,比较PRR11高表达和低表达组的干性评分。

6

构建预后模型

基于PRR11共表达基因构建预后模型,并验证其对NSCLC和BLCA的预后预测价值。

筛选与PRR11相关系数>0.5的基因,通过LASSO回归在BLCA中构建模型,并应用于NSCLC验证。

7

分子对接

预测PRR11与SPDL1之间的结合可能性。

使用ZDOCK和AutoDock Vina进行蛋白-蛋白分子对接。

8

免疫组化验证

验证PRR11和SPDL1在肺癌和膀胱癌组织中的表达及关联。

对组织微阵列进行免疫组化染色,评估PRR11和SPDL1的表达,并分析相关性。

9

miRNA分析

寻找与PRR11相关的miRNA,并分析其与PRR11、SPDL1和PDL1表达的关系。

通过数据库分析PRR11相关的miRNA,筛选差异表达miRNA,并分析与PRR11、SPDL1、CD274的相关性。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
PRR11抗体BIOSSbs-6237R
SPDL1抗体BIOSSbs-2321R

关键环节

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
差异表达分析
TCGA数据集中吸烟与非吸烟样本的分组标准
阅读提示:Methods 2.2
一致性聚类
聚类参数(最大聚类数、抽样次数、聚类算法)
阅读提示:Methods 2.3
免疫浸润分析
CIBERSORT算法参数及免疫细胞类型
阅读提示:Methods 2.4
免疫组化
抗体稀释度、样本量
阅读提示:Methods 2.9
预后模型构建
基因筛选阈值(相关系数>0.5)、LASSO参数
阅读提示:Methods 2.7