鼻咽癌中牛磺酸代谢相关基因预后特征的整合分析及免疫治疗与关键基因ABCB1和GORASP1的鉴定

Integrative analysis of taurine metabolism-related genes prognostic signature with immunotherapy and identification of ABCB1 and GORASP1 as key genes in nasopharyngeal carcinoma.

作者信息Zhang Feng, Yuhang Yang, Wenqi Luo, Jinqing Li, Zhenlian Xie, Long Zuo, Meijiao Duan, Dongzhi Zuo, Ruwei Mo, Xuejing Tang, Shijiang Yi, Xiaosong He, Fangxian Liu, Ning Ma, Feng He
PMID40272558
发布时间2025-04-24
DOI10.1007/s00726-025-03452-7

实验完整度

包含多组学数据分析(GEO/TCGA)、免疫组化验证(36例NPC及24例正常样本)、分子对接和单细胞测序,功能验证和机制验证明确。

主要模型

GSE102349数据集(含88例PFS数据的NPC患者) TCGA-HNSCC队列(518例组织样本) 临床NPC组织样本(36例肿瘤及24例正常鼻咽上皮) GSE150430单细胞数据集(15例原发NPC肿瘤样本)

重点核对

GSE102349数据集中88例患者的PFS数据及中位风险评分分组 免疫组化实验:36例NPC患者肿瘤组织、24例正常鼻咽样本,ABCB1和GORASP1蛋白表达 分子对接:牛磺酸与ABCB1、EZH2、GORASP1的结合能(分别为-4.0、-3.6、-3.6 kcal/mol) 单细胞测序:GSE150430数据集中5种细胞类型(B细胞、CAFs、上皮细胞、髓系细胞、T细胞)中关键基因的表达分布

摘要

牛磺酸是一种具有多种生理功能的氨基酸,已被证明参与人鼻咽癌(NPC)细胞的抗肿瘤作用。然而,牛磺酸代谢相关基因(TMRGs)在NPC中的作用尚未见报道。我们整合了Genecards、京都基因与基因组百科全书(KEGG)和基因表达综合(GEO)数据库的数据,以鉴定NPC患者中与牛磺酸代谢相关的差异表达基因。进行了基因本体论(GO)和KEGG分析以研究潜在机制。随后,进行了Cox回归和最小绝对收缩和选择算子(LASSO)回归分析,以构建牛磺酸代谢相关的预后特征。进行了生存、药物敏感性和免疫微环境评估,以评估模型的预后效用。最后,进行了免疫组织化学(IHC)实验以验证模型的预后可靠性。此外,我们通过分子对接和单细胞测序进一步验证了研究结果的可靠性。我们的预后模型基于三个关键的TMRGs(ABCB1、GORASP1和EZH2)。功能分析揭示了TMRGs与癌症中miRNAs的强相关性。值得注意的是,风险评分的增加与肿瘤恶性程度和预后恶化相关。在高风险组和低风险组之间观察到免疫微环境、免疫检查点和药物敏感性的显著差异。使用免疫组织化学验证了所选基因在临床NPC样本中的蛋白表达模式。分子对接验证了这三个核心基因与牛磺酸之间的相互作用,单细胞测序进一步支持了这一点,显示NPC中不同细胞簇之间的表达差异显著。我们通过多维度研究和实验验证阐明了三个与牛磺酸代谢相关的关键基因在NPC中的功能、治疗潜力和预后意义。这项研究为改善NPC管理提供了有价值的见解和潜在途径。

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
牛磺酸代谢相关基因在鼻咽癌中的预后价值及其与免疫微环境和药物敏感性的关联。
核心机制
通过构建基于ABCB1、EZH2和GORASP1的风险评分模型,高风险组与免疫细胞浸润(如NK细胞、树突状细胞、肥大细胞)及免疫检查点表达差异相关,提示肿瘤微环境中的免疫调节作用。
主要证据
基于GEO和TCGA数据的差异分析、Cox和LASSO回归构建模型;免疫组化验证ABCB1和GORASP1蛋白下调;分子对接显示牛磺酸与关键基因结合;单细胞测序显示基因在不同细胞簇中的差异表达。
研究意义
为鼻咽癌的预后预测和个体化治疗提供潜在生物标志物和治疗靶点,特别是针对免疫治疗和药物敏感性。

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

差异基因筛选

鉴定鼻咽癌中与牛磺酸代谢相关的差异表达基因。

对GSE53819、GSE12452和GSE68799数据集进行差异分析(FDR<0.05),取交集获得31个共享TMRGs。

2

功能富集分析

探究差异表达基因的潜在生物学功能和通路。

对31个TMRGs进行GO和KEGG富集分析。

3

预后模型构建

构建基于TMRGs的预后风险评分模型。

依次进行单变量Cox回归、LASSO回归和多因素Cox回归,最终确定ABCB1、EZH2和GORASP1,并计算风险评分。

4

模型验证

验证风险评分模型的预后预测能力。

在GSE102349和TCGA-HNSCC队列中,根据中位风险评分分组,进行PCA、生存分析和ROC曲线分析。

5

免疫微环境分析

评估风险评分与免疫细胞浸润和免疫功能的关系。

使用CIBERSORT和ssGSEA分析免疫细胞浸润,比较免疫检查点表达和IPS评分。

6

药物敏感性分析

比较不同风险组对常用化疗药物的敏感性。

使用pRRophetic包计算IC50值,比较两组差异。

7

免疫组化验证

验证ABCB1和GORASP1蛋白在临床样本中的表达。

对36例NPC肿瘤组织、癌旁组织和24例正常鼻咽样本进行IHC染色,评估染色评分。

8

分子对接

探究牛磺酸与核心基因蛋白的结合能力。

使用AutoDock Vina进行分子对接,分析结合能及相互作用。

9

单细胞测序分析

分析核心基因在NPC不同细胞类型中的表达差异。

分析GSE150430数据集,通过t-SNE和violin图展示基因表达。

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
anti-GORASP1抗体Biossbs-7802R
anti-ABCB1抗体Proteintech#22336-1-AP
HRP标记二抗MAIXIN BIOTECHkit-5020
DAB显色试剂盒MAIXIN BIOTECHDAB-1031
病理切片扫描仪KFBIO Technology Inc.KF-PRO-020
AutoDock Tools----
AutoDock Vina----
PyMOL----
Discovery Studio 2019----
R软件--version 4.4.1
GraphPad Prism--version 5.01
STRING数据库--version 12.0
Cytoscape--version 3.6.1

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
数据获取
GEO数据集(GSE53819、GSE12452、GSE68799、GSE102349)和TCGA-HNSCC数据集的版本、样本量及预处理方法
阅读提示:Methods部分:Data acquisition
差异基因筛选
FDR阈值0.05,以及各数据集的差异分析细节
阅读提示:Results部分:Identification and enrichment analysis...;Methods部分:Identification and enrichment analysis...
预后模型构建
Cox回归和LASSO的筛选过程、风险评分公式、中位风险评分分组方法
阅读提示:Results部分:Construction and validation...;Methods部分:Construction and validation...
免疫组化
样本数量(36例NPC、24例正常)、组织切片厚度4μm、抗原修复条件、抗体品牌和货号、染色评分标准
阅读提示:Methods部分:Immunohistochemistry staining assay
分子对接
蛋白结构PDB ID(ABCB1:9CR8, EZH2:4MI5, GORASP1:6G8T)、对接软件(AutoDock Vina)、结合能数据
阅读提示:Methods部分:Molecular Docking...
单细胞测序分析
数据集GSE150430包含15例原发NPC肿瘤样本,分析方法(Seurat、t-SNE)
阅读提示:Methods部分:Single-cell RNA-sequencing analysis