导语
基于m6A调节因子的signature可以区分头颈部鳞状细胞癌患者的预后
背景介绍
今天小编为大家带来一篇经典的m6A调节因子相关基因作为signature进行分型预后的文章。这篇文章2022年2月刚刚发表在Front Immunol（实时影响因子8分 ），说明今年m6A依然是热点。
数据介绍
本文使用TCGA-HNSCC数据（https://xenabrowser.net/datapages/），共546个TCGA-HNSCC样本，包括500个肿瘤组织样本，44个正常组织样本和2个转移性癌症组织样本。
结果解析
01
m6A调控因子在头颈癌和正常样本的差异
头颈癌肿瘤组织中18个m6A调节基因的表达高于正常组织中的表达，包括7个m6A writer基因（VIRMA，RBM15，METTL3，WTAP，CBLL1，METTL14和LRPPRC），9个reader基因（IGF2BP1， HNRNPC，HNRNPA2B1，YTHDF1，ELAVL1，FMR1，YTHDF3，YTHDF2和YTHDC1）和2个erasers基因（ALKBH5和FTO）（图1）。这些结果表明，m6A修饰与头颈癌的发生有关。
图1
02
鉴定m6A调节因子相关基因
使用Pearson相关分析筛选与CNV、突变和转录水平显著相关的m6A调节因子相关基因。结果检测到9176个基因与CNV水平的m6A调控基因显著相关，17309个基因在甲基化水平显著相关，8504个基因在转录水平显著相关）。维恩图显示，有1598个基因在转录、CNV 和甲基化水平上的表达与m6A调节因子的表达有关。
图2
进一步对这1598个m6A调节相关基因进行了富集，发现65条通路显著富集（图2B）。使用Cytoscape 插件“ClueGO”用于网络分析。在KEGG通路方面，发现mTOR、自噬和泛素介导的蛋白水解信号通路显着丰富（图2C）。在细胞成分 (CC) 中，发现粘着斑和蛋白激酶复合物显着富集（图2D）。对于生物过程 (BP)，显着丰富的途径包括蛋白激酶相关过程、自噬和应激激活的丝裂原激活蛋白激酶 (MAPK) 级联反应 (图 3E)。对于分子功能 (MF), 发现蛋白激酶活性和细胞粘附显着丰富 (图2F)。
03
筛选预后相关的关键基因
单变量Cox 回归分析显示，58 个m6A调节相关基因与头颈癌患者的生存相关（图3A）。Lasso-Cox回归结果表明，有12个基因可被视为头颈癌患者 OS 的预后因素（图3B）。这12个基因的lasso-Cox回归系数如图3C所示。
图3
随后作者构建了58个基因的蛋白质-蛋白质相互作用（PPI）网络，揭示前12个基因表明PRKCA、MAP2K7、VDAC1、FZD6、SQSTM1和CYCS位于关键位置（图3D）。此外，使用SRAMP软件揭示的12个关键m6A调节相关基因被认为是潜在的m6A甲基化修饰位点（图4）。
图4
04
构建m6A特征基因模型
通过Lasso回归分析选择的12个基因用于多变量Cox回归分析，以获得 TCGA-HNSCC队列中每个样本的生存风险评分（图5A）。可以使用以下公式计算每个癌症样本的风险评分：Riskraw = DAD1*2.316 CYCS*1.426 CSNK2A2*1.576 VPS25*0.728 VDAC1*0.976 TMLHE*0.381 CYTH3*0.024 PRKCA*0.260 -TP73*0.567 FZD6*0.047 SQSTM1*0.094-MAP2K7*3.070。将患者分为高风险组和低风险组。K-M生存曲线显示高风险患者的总体生存OS比低风险患者差（图5B）。3、5和10年生存期的预测AUC值分别为0.70、0.72和0.75（图5C）。
图5
多变量分析证实，在调整性别、年龄、临床分期和组织学分级后，高危组是OS的独立劣势因素（表1）。
使用GSE65858数据集对特征评分的预后值进行了外部验证，发现高风险组和低风险组之间的OS存在显著差异（图5D，E）。基于特征评分的3年和5年生存期预测AUC值分别为0.67和0.68（图5F）。这些值略低于基于训练集的预测性能值。该风险因素无法预测GSE65858数据集的10年生存状态，主要是因为GSE65858数据中病例的随访时间低于10年（图5F）。
表1
05
高低风险组的不同突变状态
为了更好地了解风险评分特征可用于有效评估患者预后的潜在机制，研究了高风险和低风险组患者的基因突变。作者发现低风险组的总体突变率比高风险组低约5%。此外，两组高频突变基因和突变率也有显著差异。在低风险组中，突变率最高的五个基因是TP53（59%）、TTN（39%）、PIK3CA（23%）、MUC16（18%）和CSMD3（18%）。高危组突变率最高的基因是TP53（83%）、TTN（47%）、FAT1（27%）、CDKN2A（24%）和CSMD3（20%）。
图6
06
风险评分与免疫浸润
不同风险组的患者表现出不同的预后和分子变异模式，所以风险评分也可能与肿瘤微环境中免疫细胞的浸润有关。首先，作者发现风险评分与免疫评分和基质评分弱相关。然后，使用Cibersort对高风险组和低风险组之间的免疫细胞浸润进行比较，发现在22种免疫细胞浸润类型中，8种类型的免疫细胞浸润在两组之间具有高度显著差异（图7）。
图7
07
风险评分预测免疫治疗效果
考虑到高危组和低危组的患者表现出不同程度的免疫细胞浸润，这些组可能表现出不同的ICI疗效。由于目前没有可用于在头颈癌中接受ICI的患者的转录组数据，因此使用口腔癌报告的数据来验证这一推测。使用 Imvigor210CoreBiology数据集的结果表明，对ICI无反应者 (SD PD) 的风险评分高于反应者 (CR PR；图8A)。同时，低风险组的ORR显著高于高风险组（分别为32%和13%；图8B）。此外，与低风险组相比，高风险组患者的OS表现出显著不良（图8C）。这一发现表明风险评分可用作免疫反应的预后标志物。
图8
小编总结
本文属于很常规的使用m6A调节因子相关基因构建风险模型的文章，故事也很完整，遗憾的是模型对免疫治疗疗效分型部分比较牵强，然而我们可以使用其他可用的公共数据集来弥补。
