骨肉瘤中多胺代谢相关基因特征的鉴定与验证:预测预后与免疫浸润

Identification and verification of a polyamine metabolism-related gene signature for predicting prognosis and immune infiltration in osteosarcoma.

作者信息Shuo Qiu, Chen Tan, Dongdong Cheng, Qingcheng Yang
PMID40383808
发布时间2025-05-18
DOI10.1186/s13018-025-05716-0

实验完整度

包含转录组分析、单细胞分析、RT-qPCR、Western blot和IHC验证,但缺乏体内功能实验。

主要模型

TARGET-OS队列 GSE99671数据集 GSE21257数据集 GSE162454单细胞数据集 OS临床组织样本

重点核对

预后基因表达验证:OS组织与正常骨组织比较,RT-qPCR、Western blot、IHC 风险模型构建:TARGET-OS训练集,GSE21257验证集,LASSO回归 免疫浸润分析:ssGSEA评分,28种免疫细胞,10种免疫检查点基因 单细胞分析:GSE162454,8种细胞类型,细胞通讯分析

摘要

背景:尽管肿瘤细胞增殖与多胺水平升高之间存在既定相关性,但关于多胺代谢在骨肉瘤(OS)中的研究仍有限。本研究旨在鉴定与OS预后相关的多胺代谢相关基因(PMRGs),并开发预后模型,从而为OS患者的靶向治疗提供新见解。方法:OS相关数据集和PMRGs来自公共数据库。候选基因最初通过差异表达和加权基因共表达网络分析鉴定。随后,使用单变量Cox和最小绝对收缩和选择算子(LASSO)回归分析筛选预后基因,从而建立风险模型。此外,使用通过单变量Cox回归分析选择的变量建立列线图模型。还分析了该特征与免疫景观之间的关系。在对单细胞RNA测序数据进行预处理后,基于鉴定的细胞类型进行细胞通讯分析。最后,使用逆转录定量聚合酶链反应、蛋白质印迹和免疫组织化学验证临床样本中预后基因的表达水平。结果:选择96个候选基因进行单变量Cox和LASSO回归分析,鉴定出8个预后基因:FAM162A、SIGMAR1、SQLE、PYCR1、DDI1、PAQR6、GRIA1和TNFRSF12A。由这些基因构建的风险模型显示出较强的预测准确性,并根据中位临界值将患者分为两个风险组。建立了一个列线图模型,将风险评分作为独立预后因素。高风险队列中17种免疫细胞类型的单样本基因集富集分析评分较低,7种免疫检查点相关基因的表达水平降低。此外,鉴定出八种细胞类型,其中内皮细胞、癌症相关成纤维细胞、破骨细胞、髓系细胞和成骨细胞OS细胞与NK/T细胞、B细胞和浆细胞表现出显著相互作用。八个预后基因被证实在OS组织中过表达。结论:鉴定FAM162A、SIGMAR1、SQLE、PYCR1、DDI1、PAQR6、GRIA1和TNFRSF12A作为OS中与PMRGs相关的预后基因,为OS患者的预后评估和个性化治疗提供了有价值的参考。

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
多胺代谢相关基因能否预测骨肉瘤患者预后并反映免疫浸润状态?
核心机制
多胺代谢相关基因可能通过影响肿瘤免疫微环境(如NK细胞、免疫检查点)来影响预后。
主要证据
基于公共数据库构建8基因风险模型,预测1、3、5年生存AUC分别为0.872、0.817、0.799;临床样本验证八基因在OS中过表达。
研究意义
为骨肉瘤的预后评估和个性化治疗提供参考。

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

鉴定与OS和PMRGs相关的候选基因

识别在多胺代谢和骨肉瘤中差异表达的基因

使用GSE99671数据集,通过WGCNA和差异表达分析,取交集得到96个候选基因。

2

构建并验证风险模型

开发并验证基于预后基因的风险评分模型

使用TARGET-OS数据集,通过单变量Cox和LASSO回归筛选8个预后基因,构建风险评分公式;根据中位风险评分分高低风险组;在GSE21257中验证。

3

分析风险评分与临床特征及构建列线图

评估风险评分的独立预后价值并构建预测模型

在TARGET-OS中,通过单变量Cox回归确定风险评分为独立预后因素,构建列线图,并用校准曲线、ROC和DCA评估。

4

基因依赖性和功能富集分析

探索预后基因对骨肉瘤细胞增殖的影响及相关通路

使用DepMap数据评估预后基因依赖性;对高低风险组进行GSEA分析。

5

免疫浸润和药物敏感性分析

评估高低风险组免疫浸润差异和药物敏感性

使用ssGSEA计算28种免疫细胞评分,比较免疫检查点基因表达,并计算药物IC50。

6

单细胞转录组分析

描绘骨肉瘤微环境中细胞类型及细胞通讯

分析GSE162454单细胞数据,聚类并注释细胞类型,进行细胞通讯分析,评估预后基因表达。

7

临床样本验证

验证预后基因在OS组织中的表达

通过RT-qPCR、Western blot和IHC检测OS和正常骨组织中预后基因的表达。

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
TRIzol试剂Ambion--
NanoPhotometer N50----
SureScript第一链cDNA合成试剂盒Servicebio--
CFX Connect热循环仪Bio-Rad--
RIPA裂解液Servicebio--
BCA检测试剂盒Solarbio--
PVDF膜Millipore--
抗DDI1抗体Biossbs-14212R
抗FAM162A抗体AffinityDF15168
抗GRIA1抗体CusabioCSB-PA002723
抗PAQR6抗体GeneTexGTX122692
抗PYCR1抗体AffinityDF12051
抗SIGMAR1抗体CusabioCSB-PA209031
抗SQLE抗体Biossbs-4218R
抗TNFRSF12A抗体AffinityDF8023
抗β-肌动蛋白抗体Proteintech66009-1-Ig
HRP标记的山羊抗兔IgGServicebioGB23303
HRP标记的山羊抗小鼠IgGServicebioGB23301
抗DDI1抗体Biossbs-14212R
抗FAM162A抗体AffinityDF15168
抗GRIA1抗体CusabioCSB-PA002723
抗PAQR6抗体GeneTexGTX122692
抗PYCR1抗体AffinityDF12051
抗SIGMAR1抗体CusabioCSB-PA209031
抗SQLE抗体Biossbs-4218R
抗TNFRSF12A抗体AffinityDF8023
二抗Servicebio--

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
临床样本收集
OS和正常骨组织样本的组织来源、配对关系、样本量
阅读提示:Materials and methods - RT-qPCR、Western blotting、Immunohistochemistry
RT-qPCR
内参基因(GAPDH)、引物序列、2^-ΔΔCT方法
阅读提示:Materials and methods - RT-qPCR,补充表2
Western blotting
一抗稀释比例、孵育条件、二抗稀释比例
阅读提示:Materials and methods - Western blotting
免疫组织化学
抗体稀释比例、抗原修复条件、阳性判断标准
阅读提示:Materials and methods - Immunohistochemistry
数据分析
风险模型公式、中位风险评分阈值、统计检验方法
阅读提示:Materials and methods - Establishment of a risk model、Quantification and statistical analysis