铁死亡相关长链非编码RNA特征作为胶质瘤新型预后模型的鉴定与验证

Identification and validation of ferroptosis-related lncRNA signatures as a novel prognostic model for glioma.

作者信息Liang Huang, Juan Zhang, Fanghua Gong, Yuhua Han, Xing Huang, Wanxiang Luo, Huaan Cai, Fan Zhang
PMID36226186
发布时间2022-09-13
DOI10.3389/fgene.2022.927142

实验完整度

包含生物信息学分析(TCGA/GTEx数据、预后模型构建)和体外细胞实验(敲低LINC01426验证铁死亡功能),多层级证据验证。

主要模型

TCGA-LGG/GBM患者样本 GTEx正常样本 U251细胞系 KNS-89细胞系

重点核对

预后模型包含AL133415.1、LINC01426和AC009227.1三个lncRNA,风险评分公式为AL133415.1*0.01732 + LINC01426*0.15269 + AC009227*(-0.10944)

摘要

背景:铁死亡是一种新发现的受调控的细胞死亡形式,具有独特的性质和识别功能,参与生理状况或包括癌症在内的多种疾病。然而,胶质瘤与铁死亡相关长链非编码RNA(FRLs)之间的关系仍不清楚。方法:我们从癌症基因组图谱(TCGA)和基因型组织表达(GTEx)数据库共收集了1850个样本,包括698个肿瘤样本和1152个正常样本。从FerrDb网站下载了铁死亡相关基因列表。使用R软件中的“limma”包分析差异表达的FRLs(DEFRLs)。随后,通过单变量Cox分析获得预后相关的FRLs。最后,使用Cox回归分析和最小绝对收缩和选择算子(LASSO)算法构建基于3个FRLs的预后模型。使用受试者工作特征(ROC)曲线分析和Kaplan-Meier(K-M)生存曲线分析评估模型的预后能力。此外,我们进一步探讨了免疫景观和体细胞突变与预后模型特征的关系。最后,我们在体外验证了LINC01426的功能。结果:我们成功构建了3-FRLs特征,并根据该特征计算的风险评分将胶质瘤患者分为高风险组和低风险组。与传统临床病理特征[年龄、性别、分级、异柠檬酸脱氢酶(IDH)状态]相比,该模型的预后准确性更稳定、更强。此外,该模型对5年总生存期具有稳定的预测能力。另外,我们发现两组在细胞免疫、许多免疫细胞(包括NK细胞、CD4+、CD8+ T细胞和巨噬细胞)的数量以及许多免疫相关基因的表达方面存在显著差异。最后,两组在体细胞突变水平上也存在显著差异,尤其是在胶质瘤预后相关基因如IDH1和ATRX中,高风险组的突变率较低,导致预后较差。最后,我们发现敲低LINC01426表达后,胶质瘤细胞的铁死亡过程被抑制。结论:提出的3-FRL特征是一种有前景的生物标志物,可预测胶质瘤患者的预后特征。

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
探讨铁死亡相关lncRNA是否可作为胶质瘤的预后生物标志物,并分析其与免疫微环境和体细胞突变的关系。
核心机制
LINC01426通过抑制胶质瘤细胞的铁死亡(降低MDA、Fe2+和ROS水平)来促进肿瘤进展。
主要证据
基于TCGA/GTEx数据构建3-FRLs预后模型,ROC和K-M分析验证其预测能力;体外敲低LINC01426后,U251和KNS-89细胞增殖受抑,铁死亡标志物(MDA、Fe2+、ROS)升高。
研究意义
该3-FRL特征可作为胶质瘤患者预后预测的生物标志物,并为铁死亡相关治疗提供潜在靶点。

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

数据获取与差异表达分析

从公共数据库获取胶质瘤及正常样本的转录组数据,筛选差异表达lncRNA。

从TCGA和GTEx获取1850个样本(698肿瘤,1152正常),使用limma包进行差异分析,获得2056个差异表达lncRNA(|log2FC|>1,FDR<0.05)。

2

铁死亡相关lncRNA筛选与预后模型构建

筛选与铁死亡相关的差异lncRNA,并构建预后模型。

通过Spearman相关分析(|R2|>0.6,p<0.001)识别FRLs,与DElncRNAs取交集后获得52个FRDELs,经单因素Cox和LASSO回归构建3-FRLs预后模型。

3

预后模型验证与临床相关性分析

评估预后模型的预测准确性及其与临床特征的关系。

利用训练和验证队列,通过K-M生存分析、ROC曲线、单因素和多因素Cox回归评估模型;分析风险评分与年龄、性别、分级、IDH状态的关系。

4

功能富集与免疫浸润分析

探索高低风险组间的生物学功能差异和免疫微环境特征。

使用GSEA、GO、KEGG富集分析,利用CIBERSORT和ESTIMATE算法评估免疫细胞浸润水平,比较免疫检查点基因表达。

5

体细胞突变分析

比较高低风险组的基因突变谱差异。

使用MAF工具分析两组患者的体细胞突变频率,重点关注IDH1、TP53、ATRX等基因。

6

体外功能验证

验证LINC01426对胶质瘤细胞铁死亡的影响。

在U251和KNS-89细胞中敲低LINC01426(shRNA),检测细胞增殖、MDA、Fe2+和ROS水平,以评估铁死亡变化。

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
DMEM培养基Gibco BRL--
胎牛血清Gibco BRL--
嘌呤霉素Thermo FisherA1113803
RNA提取试剂盒Accurate BiologyAG21024
逆转录试剂盒Yeasen11139ES10
SYBR Green预混液VazymeQ711-02
LightCycler 480实时荧光定量PCR仪Roche--
CCK-8试剂盒VazymeA311-01
活性氧检测试剂盒Yeasen50101ES01
MDA检测试剂盒ElabscienceE-BC-K028-M
FerroOrange探针DojindoF374

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
细胞培养
细胞系来源:U251, LN229, KNS-89, T98G, HA1800;培养基:DMEM+10% FBS;培养条件:37°C, 5% CO2
阅读提示:Methods 2.7.1
转染与稳定细胞系构建
shRNA序列(来自Cao et al. 2020);病毒包装(Tsingke Biotech);嘌呤霉素筛选浓度:2 μg/ml
阅读提示:Methods 2.7.2
RT-qPCR
引物序列(List 1);内参:GAPDH
阅读提示:Methods 2.7.3
铁死亡检测
erastin浓度:12 μM;检测指标:MDA、Fe2+、ROS
阅读提示:Methods 2.7.5, 2.7.6; Figure 9
预后模型构建
训练队列611例,1:1随机分组;风险评分公式:AL133415.1*0.01732 + LINC01426*0.15269 + AC009227*(-0.10944);分组阈值:中位风险评分
阅读提示:Methods 2.4; Results 3.3