生信文献解读（1）多组学数据的生存分析识别胰腺癌中的预后标志物

文章通过对TCGA中的PDAC甲基化以及表达等数据进行分析，使用差异表达，生存分析，功能富集等生信方法，最终识别出了PDAC的预后标志物。

胰腺导管腺癌(PDAC)是最常见和最致命的胰腺癌之一，其5年生存率仅为8%左右，它也是一类异质性的疾病，其中PDAC的侵袭性尤其强。与许多其他癌症一样，PDAC也开始于侵袭性前病变，这为早期发现和早期治疗提供了机会并且即使是高阶的PDAC也可以从预后生物标志物中获益。然而，对于PDAC来说，还未得到早期诊断或治疗预后的可靠生物标志物。今天小编就和大家分享一篇关于PDAC预后标志物的文章【Survival Analysis of Multi-Omics Data Identifies Potential Prognostic Markers of Pancreatic Ductal Adenocarcinoma】

这是首次利用PDAC患者的多组学数据识别生存相关基因的研究之一。

研究从TCGA数据库中选取153例PDAC患者，利用其临床、DNA甲基化、基因表达、小RNA (miRNA)和长链非编码RNA (lncRNA)表达数据进行多组学分析。

1.全局DNA甲基化分析

图1

表1

表2

在这一部分作者首先使用秩和检验来分析甲基化水平的总体差异。分析结果如图1所示，其中图1A展示出了高甲基化和低甲基化频率。最内层的两个圆圈显示了基因组10mb滑动窗口中高甲基化和低甲基化的密度。而dm-CpGs在12个不同基因组亚区分布情况展示在表1和图1C中。图1C以气泡图的形式展示了不同甲基化CpGs在基因组区域的情况，气泡的大小表示dm- cpg的总数，表2展示了每个常染色体每百万碱基对(Mb)的差异甲基化频率。

2.差异表达基因分析

图2

在这一部分作者首先从TCGA下载146例PDAC患者肿瘤和3例正常样本的HTSeq读数，使用DESeq2软件包对其进行差异基因表达分析。经p值< 0.05检验后，最终鉴定出90个差异表达基因(蛋白编码80个，lncRNA 7个，反义基因2个，ig-v基因1个)，结果如图2所示。

3.通路富集分析

表3

在这一部分作者对差异甲基化CpGs进行了通路富集分析，KEGG通路富集结果如表3所示。可以看到一些重要的癌症相关通路，如MAPK信号通路，Rap1信号通路，钙信号通路被富集。作者还观察了尼古丁成瘾途径的富集，这一事实也证实了这些患者都是吸烟者。

4.基因表达与生存的相关分析

表4

图3

基因和基因组调控位点的差异表达和与患者生存相关，这对于了解PDAC的发生发展是至关重要的。作者通过患者生存和差异表达的综合分析识别出了17个基因（表4）。作者进一步分析启动子区存在dm-CpGs的基因发现，在高、低患者群体中，共有93个CpGs存在显著的生存差异。如果在生存分析中使用p值为0.01，这个数字将进一步下降到4（图3）。

5.粘蛋白家族基因分析

图4

在DEG分析中可以观察到，MUC2、MUC5B和MUC13在PDAC中显著上调，并且MUC1、MUC6、MUC16均有过表达，但差异无统计学意义(BH调整p值> 0.05)。作者注意到，在PDAC中过表达的MUC5B (BH调节p值= 0.018)启动子区也有两个低甲基化CpGs (cg20911165和cg03609102)，这也与MUC5B的表达呈负相关（图4）。而且作者还观察到MUC1、MUC3、MUC4、MUC6、MUC15、MUC17、MUC20和MUC21基因的表达与启动子甲基化呈负相关。

6.预后生物标志物的识别

图5