数据获取与预处理
获取PM患者的miRNA表达谱和临床数据，为构建预后模型准备数据。
从TCGA数据库下载PM患者（TCGA-MESO）的RNA测序数据和临床随访信息，排除生存时间和状态缺失的样本，剩下84例；对miRNA表达进行标准化。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
胸膜间皮瘤四-miRNA预后特征的建立与生物信息学分析
Establishment and bioinformatics analysis of a four-miRNA prognostic signature for pleural mesothelioma.
实验完整度
中包含TCGA数据建模、qRT-PCR细胞验证、数据库靶点预测及免疫浸润分析，但缺乏体内或患者样本的功能验证。
主要模型
TCGA-MESO队列（84例PM患者样本） 人胸膜间皮瘤细胞系NCI-H2452、NCI-H28 正常间皮细胞系MeT-5A
重点核对
TCGA-MESO队列样本量（84例）及训练集（44例）和测试集（40例）的划分 qRT-PCR验证所用细胞系NCI-H2452、NCI-H28及正常对照MeT-5A qRT-PCR内参U6 snRNA及2^-ΔΔCt法计算相对表达量 TCGA-MESO队列中miRNA表达数据的标准流程（edgeR归一化）
摘要
目的：胸膜间皮瘤（PM）是一种罕见但高度侵袭性的恶性肿瘤，预后极差，诊断后中位生存期不足一年，全球范围内PM的发病率和死亡率逐年上升。我们的研究旨在利用分子特征和微小RNA（miRNA）作为预测PM患者生存的突破口，希望找到能够预测PM患者生存的分子机制。方法：从癌症基因组图谱（TCGA）数据库中获取PM患者的miRNA表达谱及相应的临床信息，在训练队列中通过Cox回归分析建立基于miRNA的预后特征，并在测试队列和完整队列中进行验证。确定了miRNA水平与生存结局之间的关联，并通过定量实时PCR（qRT-PCR）在细胞系中对预后模型中的miRNA进行了实验验证。使用TargetScan、miRDB和miRTarBase数据库鉴定预后miRNA的靶基因，通过GO和KEGG分析完成其生物学功能预测。利用基因表达综合（GEO）数据库进行核心靶点识别，并通过生物信息学分析进行免疫浸润和生存分析，以研究核心靶点与免疫细胞之间的关系。结果：这种与miRNA相关的预后风险模型可以有效地将患者分为高风险组和低风险组，并且具有良好的敏感性和特异性来评估PM患者的预后，也可作为PM患者总生存期（OS）预测的独立预后因素，高风险组患者的OS显著低于低风险组患者。此外，与正常细胞系相比，PM细胞系中所有四种miRNA（hsa-miR-181a-2-3p、hsa-miR-491-5p、hsa-miR-503-5p和hsa-miR-3934-5p）均存在差异表达，GO和KEGG分析显示，预后模型中miRNA的靶基因参与PM中的多种肿瘤相关信号通路和功能，核心miRNA靶点也与免疫细胞浸润相关，表明它们在PM的发生和进展中的潜在作用。结论：我们的研究建立了一个稳健的四-miRNA预后特征，在预测PM患者OS方面表现良好，为PM的预后预测提供了新途径。
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
- 能否利用miRNA表达特征构建并验证一个可预测胸膜间皮瘤患者总生存期的预后模型？
- 核心机制
- hsa-miR-181a-2-3p和hsa-miR-503-5p为风险因子，hsa-miR-491-5p和hsa-miR-3934-5p为保护因子，其靶基因KIF23和VPS37B可能通过影响免疫细胞浸润（如T细胞、B细胞、巨噬细胞、MDSCs）以及NK细胞活性，参与PM的进展。
- 主要证据
- 基于TCGA-MESO队列（84例）建立四-miRNA风险模型，在训练、测试和完整队列中均显示出良好预后区分能力（AUC>0.8，高风险组OS显著更差）；qRT-PCR显示四种miRNA在PM细胞系中差异表达；TIMER2.0和CIBERSORT分析显示KIF23和VPS37B表达与多种免疫细胞浸润相关。
- 研究意义
- 该四-miRNA预后特征可作为PM患者预后预测的生物标志物，并为免疫相关治疗策略的开发提供线索。
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。
构建和验证四-miRNA预后特征
确定与PM患者总生存期显著相关的miRNAs，并构建预后模型，验证其预测性能。
将TCGA-MESO数据集随机分为训练集（44例）和测试集（40例）；在训练集中进行单因素Cox回归筛选与预后相关的miRNAs（P<0.001），随后进行多因素Cox回归构建四-miRNA风险模型；在测试集和完整队列中验证模型的预测性能，通过Kaplan-Meier曲线和ROC曲线评估。
独立预后因素分析
评估风险评分是否可作为PM患者的独立预后因素。
对风险评分和临床特征进行单因素和多因素Cox回归分析，以确定风险评分的独立预后价值。
细胞系中miRNA表达验证
验证四种miRNA在PM细胞系和正常间皮细胞系中的差异表达。
培养人PM细胞系（NCI-H2452、NCI-H28）和正常间皮细胞系MeT-5A，提取RNA后进行qRT-PCR检测四种miRNA的表达水平。
靶基因预测与功能富集分析
预测四种miRNA的靶基因，并分析其可能参与的生物学功能和通路。
使用TargetScan、miRDB和miRTarBase三个数据库预测靶基因，取交集后构建miRNA-mRNA调控网络，并进行GO和KEGG富集分析。
核心靶点识别与生存分析
筛选与PM预后相关的核心miRNA靶基因。
从GEO数据库获取PM肿瘤和正常组织的差异表达基因（GSE2549、GSE42977、GSE51024），与预测靶基因取交集并筛选表达趋势相反的基因，对候选基因进行生存分析。
免疫浸润分析
探究核心靶基因与免疫细胞浸润及患者生存的关系。
利用TIMER2.0数据库分析核心靶基因（KIF23、VPS37B）表达与免疫细胞浸润的相关性，并分析免疫细胞浸润水平对PM患者生存的影响；使用CIBERSORT分析VPS37B高低表达组间免疫细胞亚群的差异。
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。
验证样本或模型特征
预测靶基因和功能分析
免疫浸润分析
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | RPMI-1640培养基 | Gibco | -- |
| 胎牛血清 | Gibco | -- | |
| 青霉素-链霉素 | Invitrogen | -- | |
| 胰蛋白酶 | Thermo Fisher HyClone | -- | |
| 细胞培养（支原体检测） | TransDetect荧光素酶支原体检测试剂盒 | TransGen Biotech | -- |
| qRT-PCR | miRcute miRNA提取试剂盒 | TIANGEN | DP501 |
| miRcute Plus miRNA第一链cDNA合成试剂盒 | TIANGEN | KR211 | |
| miRcute Plus miRNA预混液 | TIANGEN | FP411 | |
| ABI 7500实时荧光定量PCR系统 | Applied Biosystems | -- | |
| qRT-PCR（内参） | U6 snRNA | Thermo Fisher Scientific | ID001973 |
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 |
|---|---|
| 数据获取与预处理 | TCGA-MESO队列样本量（84例），miRNA表达过滤和归一化方法 阅读提示：Materials and Methods: Data acquisition and pre-processing |
| 构建和验证预后模型 | 训练集和测试集的划分（44例和40例），单因素和多因素Cox回归阈值（P<0.001），中位风险评分分组 阅读提示：Materials and Methods: Development and validation of the four-miRNA prognostic signature; Results: Construction of the risk assessment model |
| qRT-PCR验证 | 细胞系（NCI-H2452、NCI-H28、MeT-5A）的来源和培养条件，RNA提取和反转录试剂盒，内参（U6 snRNA），相对定量方法（2^-ΔΔCt），重复次数 阅读提示：Materials and Methods: Cell culture; The quantitative real-time PCR verification of molecules in the prognostic model |
| 靶基因预测 | 所用数据库（TargetScan、miRDB、miRTarBase），靶基因筛选标准（三个数据库交集） 阅读提示：Materials and Methods: Prediction of miRNA targets and construction of the miRNA-mRNA regulatory network |
| 核心靶点识别 | GEO数据集（GSE2549、GSE42977、GSE51024），差异表达筛选标准（|log2FC|>1且FDR≤0.05），基因取交集方法，表达趋势相反筛选 阅读提示：Materials and Methods: Identification of core miRNA targets; Results: Identification of core miRNA targets |
| 免疫浸润分析 | TIMER2.0数据库的基因模块和结局模块，CIBERSORT分析参数（p<0.05），显著性阈值（p<0.05，Rho>0.3） 阅读提示：Materials and Methods: Correlation analysis between core targets and immune cell infiltration in PM; Association between core targets and immune cell population |