文献解读(8)有助于TNBC的早期诊断的分子标志物有114个?

作者通过差异表达,差异甲基化,药物靶点预测功能富集等方法,强调了差异甲基化以及差异表达基因在TNBC发展过程中的重要角色。研究最终确定了114个DMEGs,它们能够作为分子标志物有助于TNBC的早期诊断。除此之外作者还识别出了一些靶向这些基因的药物。

attachments-2019-11-CmciOzv65ddb6b5d60d35.png

attachments-2019-11-vzqqpXuQ5ddb6b237bdf1.png

三阴性乳腺癌(TNBC)临床预后差,而且临床上缺少有效的特异性生物标志物。此外,三阴性乳腺癌具有雌激素受体(ER)、黄体酮受体(PR)和表皮生长因子受体2 (HER2)缺失的特点,这三种受体是基于激素的有效治疗的靶点。TNBC常发生于青年患者,它的侵袭性强,易复发、转移,预后差,具有基因易感性,如BRCA1的生殖系突变,被认为识TNBC的促进因素。临床上TNBC治疗进展缓慢,这正是由于缺乏有效的TNBC特异性生物标志物造成的。作者认为TNBC必定有其特定的特征,因为它缺乏三个关键的受体,有别于其他类型的乳腺癌。

今天小编为大家带来这篇文章作者在本篇研究中将甲基化偶联和基因表达作为一个特异性的特征,来帮助三阴性乳腺癌的诊断和治疗。

Coupled Genome-Wide DNA Methylation and Transcription Analysis Identified Rich Biomarkers and Drug Targets in Triple-Negative Breast Cancer】。 杂志:Cancers    IF:6.162   发表日期:2019.11.04

attachments-2019-11-gEA477vV5ddb6b26242bb.png

(1)        数据集:来自TCGA116TNBC样本以及100TPBC样本的甲基化以及表达数据。同时也使用了来自GEO的数据集:GSE78758GSE78751GSE78754包括乳腺癌的甲基化数据等。

(2)        甲基化数据的分析:使用R对原始甲基化数据进行处理,接着对PCG进行比较。

(3)        基因表达数据分析:对样本进行差异表达分析,得到差异表达基因。

(4)        分析差异甲基化与差异表达,计算了差异甲基化与差异表达基因的交集(DMEGs),并将它们分为四类: HypoUp, HypoDown, HyperUp, HyperDown

(5)        功能富集分析,对差异基因和差异甲基化进行GO功能富集分析,研究这些基因所参与的功能以及调控的通路。

(6)        对表达和甲基化得到的生物标志物进行评估,主要包括留一法等评估方法。

(7)        药物靶点的预测:使用DrugBank数据库进行药物靶点的预测。

attachments-2019-11-4vo1EFIq5ddb6b290c369.png

1 TNBC中的差异甲基化基因(DMGs)

为了识别TNBC中的DMRs,作者对TNBC和TPBC的差异甲基化数据进行了比较分析。作者主要研究三个基因组区域的甲基化数据(图1A-C)。作者将MDRs分为高甲基化与低甲基化。图1D,F显示了这三个区域中所包含低甲基化与高甲基化的情况。同时作者研究发现甲基化是区域特异的(图1E)。最后作者对这些甲基化进行了功能富集分析,发现其参与了重要的生物学过程与通路(图1G,H)。

attachments-2019-11-qzGZeYBq5ddb6b693ff22.png                                                                 图1

2 TNBC中的差异表达基因

在这一部分,作者进行了差异表达基因分析,共得到上调基因332,下调基因378(图2A)。可以看出三个受体编码基因显著下调(图2B-D)。同时,作者也观察到已知的TNBC相关的基因显著上调(图2E-G)。接着进行了聚类分析(图2H),可以观察到TNBC和TPBC之间具有显著差异。最后,作者同样进行了功能富集分析,观察到其富集到了许多与TNBC密切相关的通路。
attachments-2019-11-78Cf63ad5ddb6b7cc0a92.png                                                                    图2

3 TNBC中的差异甲基化与表达基因(DMEGs

作者整合差异甲基化基因与差异表达基因来分析甲基化与基因表达之间的关系。在三个区域中,作者识别出了114个DMEGs(图3A-C)。并将它们分成 HypoUp, HypoDown, HyperUp, HyperDown四类(图3G-I)。接着作者对这四组进行了一系列的分析,分析其与位置的关系等。

attachments-2019-11-ro78SeDU5ddb6b85f0336.png                                                                     图3

4 DMEGs预测DMEGs

在这一部分作者对之前得到的114个DMEGs进行了详细分析。分析了其在染色体上的分布(图4A)。作者使用随机森林分类器,并结合主成分分析以及ROC分析,图4B,C展示了分类结果,图4D,E展示了分类的显著性,接着作者对其的功能等进行了一些列的后续分析。

attachments-2019-11-XNeXoF2y5ddb6b8eb8fa0.png                                                                     图4

5 多个DMEGs是潜在的药物靶点

作者使用7)DrugBank数据库进行药物靶点的预测,表1显示了这114个DMEGs的预测结果。表2展示了上调DMEGs的预测结果,以及它们能够治疗的疾病,同时也展示了一些已知的与TNBC相关的靶点,接下来作者对研究涉及到的化合物进行了详细的介绍。

attachments-2019-11-ooEx8zaZ5ddb6b98c7c76.png                                                               表1

attachments-2019-11-L9IdarrD5ddb6ba1c7338.png                                                             表2

6 sapropterin结合PTGS2的结构基础

作者首先介绍了靶向PTGS2的111个药物(图5A)。作者选择将PTGS2和sapropterin作为例子进行研究。表3展示了识别出的11个药物。作者对结合能进行了分析,图5B展示了分析结果。同时对这11个化合物作者也进行了分析,比如蛋白质结构,位点,影响结果等等(图5C-E)。

attachments-2019-11-5FKvBFeS5ddb6baa981f8.png                                                                表3

attachments-2019-11-xAraW9ds5ddb6bb1bbc46.png                                                                   图5

attachments-2019-11-8ZHyrnW65ddb6b2bb711a.png

作者通过差异表达,差异甲基化,药物靶点预测功能富集等方法,强调了差异甲基化以及差异表达基因在TNBC发展过程中的重要角色。研究最终确定了114DMEGs,它们能够作为分子标志物有助于TNBC的早期诊断。除此之外作者还识别出了一些靶向这些基因的药物。attachments-2019-11-JwTBmMHC5ddb6b2e93ee8.png

文献解读(1)MiRNA表达模式与肺腺癌的肿瘤突变负担相关?

文献解读(2)通过膀胱癌肿瘤突变负荷和免疫治疗的关系来进行多组学分析

文献解读(3)what?铁代谢的分子治疗可能对癌症的治疗有帮助?

文献解读(4)m6A修饰可能和AML疾病的发生发展相关?TP53突变特征与m6A调控基因发生基因组学改变存在一定的关系?m6A对生存有影响?m6A修饰发生基因组学上可以改变相关的临床特征?

文献解读(5)对于那些存在整体甲基化水平缺失的病人,使用免疫治疗药物对于这一类病人的生存时间竟然会有显著地改善

文献解读(6)胎盘转录组与孕妇孕前体重指数和新生儿出生体重的共表达分析

文献解读(7)肺ADC中的空间甲基化异质性

文献解读(9) What ? 为预测胶质母细胞瘤的预后提供新的标志物?

  • 发表于 2019-11-25 14:26
  • 阅读 ( 2430 )
  • 分类:文献解读

0 条评论

请先 登录 后评论
不写代码的码农
柚子

91 篇文章

作家榜 »

  1. 祝让飞 118 文章
  2. 柚子 91 文章
  3. 刘永鑫 64 文章
  4. admin 57 文章
  5. 生信分析流 55 文章
  6. SXR 44 文章
  7. 张海伦 31 文章
  8. 爽儿 25 文章