新思路：m5C调节因子构建肿瘤预测模型发表8分+

导语

m5C是最常见的表观修饰之一，越来越多的证据表明它广泛参与各种癌症的肿瘤发生和进展。然而，m5C调节因子在塑造肿瘤微环境（TME）异质性和调节结直肠癌免疫细胞浸润中的作用仍然未知。 

背景介绍

m6A构建肿瘤预后模型  的文章已经发表很多篇了，今天小编为大家带来一篇m5C调节因子构建风险模型的新思路。题目为m5C regulator-mediated modification patterns and tumor microenvironment infiltration characterization in colorectal cancer: One step closer to precision medicine。

数据介绍

来自TCGA和 GEO（GSE38832）的公共数据。

研究设计

图1

结果解析

01、m5C调节因子的鉴定和表达  

从已发表的文献中鉴定了18个m5C调控基因，并使用TCGA的数据分析了它们在结直肠癌中的表达谱（图1C）。 与正常组织中相比，大多数m5C调节因子（NOP2，NSUN2，NSUN4，NSUN 5，NSUN6，NSUN7，DNMT1，DNMT3A和DNMT3B）在结直肠癌组织中的表达水平显著上调（图2A） 。 来自人类蛋 白质图谱（HPA）的免疫组织化学数据与转录组学分析的结果一致。

为了探索m5C调节因子的预后价值，作者研究了CRC患者基因表达水平与生存状态之间的相关性。通过生存分析 ‍发现，大多数m5C基因与CRC预后显著相关。主成分分析（PCA）表明，18个m5C调节因子的表达可用于区分CRC和正常样本（图2C）。

图2

CNA分析揭示了18个m5C基因中普遍存 在CNV改变，大多数改变集中在DNMT3B的扩增上，而YTHDF2显示出最高的缺失频率（图2D）。对m5C基因突变模式的进一步研究表明，CRC样本中存在128个（20.78%）突变。TET1显示出最高的突变频率（6%），其次是TET3，DNMT1，DNMT3B和YTHDF2（ 图2F ）。综上所述，m5C调节因子可以作为CRC的诊断生物标志物和预后预测因子。

02、聚类分析

结直肠癌患者m5C调节因子之间的预后价值和相互作用见图3A。这些基因中的大多数是风险或保护因素，并且与其他m5C调节因子显著相关。基于m5C基因表达的无监督聚类分析表明，在k值为2时，CRC样本之间的交叉最少（图3B）。使用经验累积分布函数（CDF）图和增量面积图可视化共识聚类的结果。对不同亚型的Kaplan-Meier分析表明，m5C的clusterB的预后明显低于clusterA（图3C）。

图3

作者鉴定了两个m5C cluster之间的差异表达基因，并探索其潜在的生物学功能（图3D）。 两个cluster之间的许 多标志性特征的富集评分存在显著差异，包括DNA修复，MYC靶标和mTORC1信 号传导（图3E）。

GO分析显示许多免疫生物过程的富集水平显着，包括B细 胞活化的调节，补体活化，B细胞活化的正向调节，循环免疫球蛋白介导的体液免疫应答，免疫球蛋白受体结合，B细胞受体信号通路，抗原结合和免疫球蛋白复合物（图3F ）。KEGG分析 显示，差异表达基因在几种常见的癌症相关通路中显着富集，例如CRC，p53信号通路，Hippo信号通路，氧化磷酸化，ErbB信号通路， 核苷酸代谢和嘧啶代谢（图3G）。与ICB反应呈正相关的几种途径，如DNA复制和RNA降解途径，以及细胞周期在m5C clusterA中富集，而与ICB反应负相关的细胞因子-细胞因子受体相互作用途径在m5C clusterB中显著富集（ 图3H ）。这些结果表明，m5C修饰在肿瘤进展和TME的免疫调节中起着关键作用。

03   基于m5C相关基因构建风险模型  

为了识别m5C相关模块，基于TCGA-CRC的表达数据构建了共表达网络。作者将具有完整临床病理学信息的CRC样品纳入共表达分析（图4A）。在构建网络时，选择了β = 5的幂作为软阈值。WGCNA确定了23个不同颜色的模块（图4B），黑色模块与m5C cluster的关联度最高（图4C）。此外，黑色模块中的基因显著共表达。

图4

鉴于m5C修饰模式在CRC肿瘤发生和TME中的重要作用，作者开发了CRC的预后特征，随后基于单因素Cox回归分析在关键模块中鉴定了66个预后m5C相关基因。其中，使用LASSO Cox回归模型和部分似然偏差筛选了17个基因（图4D，E）。然后，进行了多变量Cox回归分析，并确定了8个m5C相关基因。

预后风险评分公式如下：风险评分 = DYNLT2B × （−0.19856） + TPX2 × （−0.33132） + DDIT3 × （0.24658） + RAB17-DT × （0.43442） + CHRNA5-AS × （−0.24444） + CA3 × （0.44152） + DPH5-DT × （−0.47732） + PRSS22-AS × （0.40269）。根据中位风险评分，所有CRC患者均等分为高风险组和低风险组，高风险组患者的预后明显低于m5C评分低的患者（图4F）。预测的生存ROC曲线证实了风险模型的精确预测能力（图4G）。clusterA患者的风险评分明显低于clusterB患者（图4H）。按升序计算和排序每位患者的风险评分得出风险分布图，显示生存时间显着减少，死亡率增加，风险评分增加（图4I，J）。

如图4K中的热图所示，8个m5C相关基因的表达水平在不同风险组之间差异很大。大多数m5C调节因子在高风险组和低风险组之间的表达存在显著差异。为了评估这种预后特征是否可能是CRC的独立预测因子，对临床病理特征（年龄、性别、AJCC分期和TNM分期）和风险评分进行了单变量和多变量Cox回归分析。与其他临床特征相比，无论单变量或多变量分析，风险评分都被确定为独立的预后因素（图4L，M）。这些结果表明，m5C风险模型可以作为CRC患者强有力的预后指标。

04、风险模型与临床特征的关系

作者确定了m5C评分与结直肠癌患者临床病理特征之间的关系。两个风险亚组中与m5C评分相关的临床病理特征如图5A所示。AJCC III-IV期的CRC患者大多属于高风险亚组，而I-II期患者大多属于低风险亚组（图5B）。同样，被诊断为T3-4，N1-2或M +的CRC患者在高危组中表现出显着更高的富集水平（图5C-E）。这些结果表明，高m5C风险评分可以有效地预测晚期AJCC分期，淋巴管和远处转移，以及CRC患者的生存率较低。

图5

作者发现m5C评分与CSC指数值呈线性负相关，这表明m5C评分较低的CRC患者也表现出较少的干细胞分化和独特的干细胞特性（ 图5F ）。 TCGA-CRC数据的分析结果表明，低风险组患者的TMB明显高于高危组（图5H），这意味着m5C风险评分低的患者在临床实践中倾向于从免疫治疗中获得生存获益。 此外，相关性分析证实了m5C评分与TMB之间的负相关（ 图5G ）。然而，不同MSI状态之间的m5C评分或不同风险组之间的MSI类型没有显著差异（ 图5I，J ）。

05、风险模型与免疫的相关性

作者研究了不同m5C风险组中免疫异质性的存在。m5C评分与治疗特征富集评分之间的相关性分析表明，m5C评分低的CRC患者可能受益于放疗（图6A）。常见的免疫效应基因，包括IFNG，CTLA4，GZMA，SLAMF1，CYBB，FGL2，CXCL10，IL7R，NCR1和CCL4，都在低风险亚组中高表达（图6B）。此外，m5C评分与许多关键抗癌免疫周期的活性呈负相关（图6C）。

图6

m5C评分与ICB反应相关途径呈负相关（图 6C）。然而，几种常见的免疫检查点基因，如CD274（PD-L1）、CD86、CD80、CTLA4、IDO1、TIGIT、KIR3DL1、BTLA、CD28、HHLA2、CD40LG、CD244、CD48、TNFRSF9和ICOS在低风险亚组中高表达（图6D）。 此外，与免疫调节相关的基因，包括CCL15，TAP2，CXCL11，CXCL10，CXCL9，B2M，KLRC1，CXCR6，IL2RA，CD80，ICOS，CXCL1，CXCL2，CXCL3，CXCL6和CXCL8在低风险亚组中显著上调（图6E）。

较高的TIDEE预测评分已被证实与肿瘤从免疫监视中逃逸和ICB反应恶化有关。在本研究中，低风险亚组的结直肠癌患者的TIDE评分低于高风险亚组（图7A，B），而高TIDEE评分的患者预后明显比TIDEE评分低的患者差（图7C）。这些发现表明，低m5C评分与炎症表型有关。

图7

06、药物敏感性

基因组突变被认为是恶性肿瘤的驱动力。因此，作者调查并可视化了两个风险组之间体细胞突变的分布。CRC群体中最常见的突变基因是APC和TP53（图7D，E）。 在低m5C评分亚组中，大多数基因的突变频率更高（图7D，E）。

然后，通过评估低风险和高风险亚组之间抗癌药物敏感性的差异来识别潜在的CRC个体化治疗方式，从而调查了m5C评分是否可以为精准治疗提供准确的指导。 结果表明 ， m5C评分低的CRC患者对 甲氨蝶呤 、丝裂霉素 C、吉西他滨等常见化疗药物的敏感性更高（图7F），而m5C评分高的患者对几种靶向药物的敏感性更高，包括萨拉卡替尼、贝沙罗汀、苔藓抑素1、伊马替尼和林西替尼（图7G)。这些结果表明，m5C评分可能有助于识别用于CRC治疗的有效抗肿瘤药物和精准医学疗法。

07、列线图的构建

作者构建了一个列线图，整合了风险模型和临床变量，包括性别，年龄，肿瘤浸润深度（T期），淋巴结转移（N期）和AJCC分期（图8A）。随后，通过AUC和校准来验证列线图的预测准确性。预测1年、3年和5年OS的列线图的校准图相对于使用TCGA集的理想模型表现出良好的性能（图8C–E）。此外，列线图比其他模型表现出更大的临床实用性和净收益，表明临床应用具有强大的预测能力（图8F）。作者使用列线图，根据中位风险评分将CRC患者分为高风险或低风险亚组。生存分析证实，高危亚组患者的预后比低危亚组更差（图8G）。这些结果表明，与传统的分期系统相比，基于m5C评分的列线图代表了更准确和可靠的预测模型。

图8

小编总结

在这项研究中，作者在结直肠癌中发现了两种不同的m5C修饰模式，每种模式都与不同的生物学功能，免疫学特性和预后有关。常规放疗和化疗对晚期结直肠癌患者的治疗效果有限。作者进一步开发了一个m5C风险评分模型来量化患者的m5C亚型，并使用两个CRC队列独立验证了该模型。重要的是，高和低m5C评分组的患者表现出不同的临床病理特征，突变模式，免疫检查点特征，免疫细胞浸润和药物敏感性。

在高m5C评分组中，常见免疫检查点基因（包括PD-L1、IDO1、CTLA-4和TIGIT）的表达水平显著低于低m5C评分组。m5C评分与许多抗癌免疫周期和免疫调节剂的活性呈负相关，如CXCR6、CXCL9、CXCL10和CXCL11，这些活性对抗癌TIICs的浸润至关重要。低m4C评分亚组中CD8 T细胞，CD5 T细胞和γδT细胞的浸润水平显着更高，表明它们在CRC中的积极功能。结果进一步表明，高m5C评分反映了非炎症表型，而低m5C评分反映了炎症表型。

具有高m5C风险评分的CRC患者对分子靶向药物敏感，研究结果表明m5C评分可能有助于指导患者的个性化治疗。综上，m5C风险评分在CRC预后分层中的应用具有巨大的潜力，并可能更好地了解CRC的分子机制，这将进一步有助于开发改进的治疗策略。

文字均为原创，欢迎读者分享或转发到朋友圈，任何公众号或其他媒体未经许可不得私自转载或抄袭。

打赏