打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
8+纯生信泛癌分析,利用新的算法对通路进行评分,结果优于已知算法。

影响因子:8.143

关于基因集泛癌分析的文章,我们最近也解读过很多

11分+SCI 基因集泛癌纯生信分析,两个多月接受,可重复!

快来看看最新的27分基因集泛癌分析是怎么做的

13+SCI 基因集泛癌分析纯生信 可重复

基因集泛癌分析

6.6分基因集泛癌分析纯生信  并没有很难

25天接受的基因集泛癌分析,先人一步的优势!

7.6分基因集泛癌纯生信分析,从投稿到接收仅一个月!

最新6.6分,45天接收的基因集泛癌纯生信 值得尝试!

目前我们有一些基因集/通路的预分析结果,可以联系小编进行深入分析,也可以提供你感兴趣的基因集,我们来做分析。

生信分析咨询

请扫描下方二维码


生物学通路的失调有助于恶性肿瘤的发生和进展,目前已有的通路活性鉴定方法还比较局限,本文中,作者介绍了一种基于个体样本中基因表达水平排序的个体化通路活性测量(IPAM)的新方法。利用该方法计算了KEGG数据库33种癌症类型中所含的通路活性,以识别不同癌症类型之间的特征异常通路。结果发现,在大量癌症类型中,酪氨酸代谢、脂肪酸降解、细胞周期、p53信号通路和DNA复制等通路的调控与患者生存显著相关,此外还证实了代谢通路在癌症通路失调中的主导作用,并确定了特定通路失调的驱动因素。

研究结果:

一、IPAM在癌症分类中的性能评估
IPAM的示意图如图1。对IPAM的性能进行评估,发现在11个TCGA项目的通路活动数据中,IPAM在几乎所有的癌症类型中都获得了最高的分类性能(图2a)。使用GEO数据库对IPAM的稳定性进行检验,发现IPAM的性能优于其他5种路径活性算法(图2b)。并且,IPAM在早期诊断中的潜力也优于其他方法(图2c)。

二、IPAM在癌症分类和通路失调的识别方面具有良好的表现
1、图2d显示了不同癌症类型中显著失调的通路的数量。在318个KEGG通路中,酪氨酸代谢途径在大多数癌症类型中具有显著性。它在17种癌症类型中显著失调(图2e,f)。
2、基于通路失调程度的聚类分析,结果显示出较强的组织特异性(图2g)。

三、基于通路活性的生存分析

1、癌症类型间生存分析中有利通路和不利通路的数量(图3a)。通路与多种癌症类型的患者生存率显著相关(图3b)。乙氧酸和二羧酸代谢、过氧化物酶体等是泛癌症中患者生存最有利的途径(图3c)。

2、基于318条KEGG通路的危险比(HR)聚类分析,发现如GBM和LAML等癌症类型在患者生存中具有相似的模式(图3d)。

3、利用25种癌症类型检验IPAM对患者预后的预测能力,结果显示,在单因素Cox回归分析中,KIRP中的组氨酸代谢、MESO中的酪氨酸代谢等通路表现出极高的预测能力。逐步回归算法中发现IPAM在胰腺癌中提供了更高的均值和中位数c指数,这表明IPAM算法有可能成为预测癌症患者生存的有用工具(图3e-f)。

四、不同KEGG类别中的泛癌通路失调

1、将318条个体KEGG通路主要分为细胞过程、环境信息处理、遗传信息处理、人类疾病、代谢和生物系统6类。在细胞过程类别中,只有细胞周期和p53信号通路在大多数癌症类型中显著上调(图4a)。

2、在代谢类别的聚类分析中,大多数癌症亚型包括肺癌、结直肠癌和子宫癌构成了主要的簇(图4b),提示这些癌症亚型具有相似的代谢失调模式。

五、代谢途通路在癌症通路失调中起主导作用

1、图5A显示了不同KEGG类别中显著失调通路的数量。与其他类别的途径相比,代谢途径更有可能在大多数癌症类型(图5b),并占最差异的异质性的样本在每个癌症数据(图5c),表明代谢途径在癌症途径失调的重要作用。

2、基于85种代谢途径的癌症分类模型比基于所有KEGG途径的癌症分类模型的预测效率一样高(图5d),表明代谢途径在途径失调中起主导作用。

3、在代谢类别中,三种基本营养素(氨基酸、碳水化合物、脂质)的代谢在泛癌中表现出更多的失调(图5e-g)。

 六、支链氨基酸(BCCA)的代谢影响肾癌的进展和预后

1、生存分析显示,高BCAA水平与KIRC和KIRP的不良预后显著相关(图6a)。并且大多数肾癌患者存在BCAA分解代谢基因的体细胞拷贝数变异(CNV)丢失(图6b)。这是导致BCAA水平提高的主要因素,最终影响了患者的总生存时间。

2、通过计算BCAA与转录因子(TFs)表达水平之间的相关性,发现PPARA是与BCAA水平相关的最显著的TF(图6c),此外,TF基序富集分析表明,PPARA结合基序在48个BCAA分解代谢基因的启动子中富集(图6d)。并且,在PPARA敲除小鼠中,大部分BCAA分解代谢基因表达下调(图6e),表明PPARA可以调节BCAA分解代谢基因,影响BCAA水平。对所有显著差异表达的基因进行了富集分析,发现这些基因在细胞周期途径中富集(图6f)。


研究总结:
本文提出了一种基于样本中基因表达水平排序的个体化通路活性测量方法(IPAM),它可以消除样本和跨平台实验之间的异质性。利用IPAM,作者计算了33种癌症类型的10,528个肿瘤/正常样本中的特征性失调通路,精确量化了各通路的活性水平。此外,IPAM在泛癌分析中,在诊断和预后预测方面表现出良好的性能,在癌症的早期诊断和预后预测方面具有潜在的临床价值。该研究将为癌症的病理机制提供新的线索,最终为癌症的个性化治疗铺平道路。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
8分+个体化通路活性鉴定算法开发
Cancer Cell:代谢组学如何玩转大队列临床样品
基于网络药理学和分子对接的文殊兰抗肿瘤作用机制研究
APT干货分享||手把手教你探索KEGG Pathway
GO分析和KEGG分析都是啥?
涨姿势!怎么看KEGG代谢通路图
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服