大家好，今天要和大家分享的是2021年9月发表的一篇文章：“Pan-Cancer Analysis of Atrial-Fibrillation-Related Innate Immunity Gene ANXA4”。

在本项研究中，作者旨在探索房颤（AF）与癌症之间可能的作用机制和潜在的共同治疗靶点。首先，作者利用蛋白质组学分析鉴定房颤和窦性心律之间差异表达的蛋白质。应用加权基因共表达网络分析（WGCNA）将蛋白质聚类到不同的模块中，并研究模块与AF之间的关联。然后，作者通过InnateDB数据库选择Hub免疫相关基因，并使用qRT-PCR进行验证。Cox回归分析和Kaplan-Meier生存分析用于计算ANXA4表达与预后之间的关联。Spearman秩相关检验用于评估ANXA4与免疫浸润和DNA甲基化之间的关联。最后通过GSEA对ANXA4进行功能富集分析。结果证实ANXA4为AF中枢免疫相关基因。泛癌分析表明其可作为不同癌症类型的新型临床预后标志物和治疗靶标。

发表杂志：Front Cardiovasc Med.

影响因子：6.054

本文作者提供了一个全新的思路：非肿瘤生信与肿瘤生信的结合。本文探讨了房颤与肿瘤之间可能的共同靶点。我们可以把房颤换成其他的非肿瘤疾病。在筛选到疾病的hub基因后，对基因进行泛癌分析，可以极大地丰富文章内容。

非肿瘤生信和单基因泛癌我们都介绍了很多了，详见文后的文章链接。

研究背景

房颤(AF)是世界范围内最常见的快速性心律失常，血栓栓塞是房颤的主要危害，房颤患者发生卒中的总体风险是普通人群的五倍。尽管已经证实包括年龄、性别、高血压、肥胖和糖尿病在内的多种常见危险因素会导致房颤的发生，但其确切病理机制尚不清楚。癌症的发生是一个具有多种风险因素的复杂过程，是全球主要的死亡原因之一。最近在2020年欧洲心脏病学会(ESC)报告表明，癌症患者与AF的发病率增加有关。然而，关于AF与癌症之间关联的研究仍然很少，值得进一步研究以探索其可能的作用机制和潜在的共同治疗靶点。

流程图

分析解读：

患者选择

①本研究共纳入10名男性阵发性NVAF患者，平均年龄为64.9±3.0岁（范围为61至69岁）。所有患者均行超声心动图和冠状动脉造影以排除瓣膜疾病和冠心病。

数据收集

①从GEO数据库下载3个公共数据集包括11名健康供体和27名AF患者，以验证窦性心律（SR）组和AF组之间ANXA4的表达水平。

②从癌细胞系百科全书(CCLE)数据库下载不同癌细胞系的基因表达。

③从基因型-组织表达(GTEx)数据库中提取正常组织的基因表达数据。

④TCGA数据库中获取33种不同癌症类型的RNA测序数据和临床数据。

蛋白质鉴定

①使用LC-MS/MS和LFQ蛋白质组学鉴定了阵发性NVAF和SR之间的差异表达蛋白(DEP)。总共鉴定了1983个DEP和23113个独特的肽用于后续分析。

WGCNA

①基于本研究中使用蛋白质组学鉴定的蛋白质，利用WGCNA构建共表达网络。

结果：

下图A：模块之间的聚类热图，红色代表更接近的相似度，蓝色代表更远的相似度。

下图B：差异表达基因的树状图。

下图C：模块与心房颤动的基因意义之间的相关性。

下图D：模块特征相关性的热图，蓝色代表负相关，红色代表正相关。

富集分析

①利用DAVID在线工具对红色模块中的蛋白质进行GO功能富集分析以研究生物学效应。

结果：

下图：GO富集分析。(A)生物过程。(B)细胞成分。(C)分子功能。

Hub****免疫相关基因的鉴定和验证

①从InnateDB下载了2308个在免疫反应中发挥作用的免疫相关基因。

②根据WGCNA的特征基因连通性，共筛选出13个枢纽基因。

③通过2308个免疫相关基因和13个枢纽基因的交集，ANXA4被鉴定为可能调控AF发病机制的免疫相关基因。

④qRT-PCR验证ANXA4在AF中的表达水平。

结果：房颤与窦性心律之间ANXA4的相对表达。

下图A：GEO中3个数据集验证的ANXA4的相对表达。

下图B：ANXA4在左心耳组织中的相对表达。

ANXA4****在泛癌中的表达

①从CCLE数据库下载不同肿瘤细胞系的数据，计算ANXA4在不同细胞系中的表达水平。

②使用来自TCGA数据库的数据分析肿瘤和正常组织之间的ANXA4表达水平。

③结合GTEx数据库分析ANXA4在27种不同癌症类型中肿瘤组织与正常组织之间的表达差异。

结果：

下图A：ANXA4在不同癌细胞系中的表达水平。

下图B：ANXA4在TCGA中的表达水平。

下图C：ANXA4的表达水平在GTEx数据库和TCGA中。

生存分析

①COX回归和Kaplan-Meier生存曲线分析泛癌患者OS与ANXA4表达水平之间的关联。

结果：

下图A：总生存率(OS)的森林图。

下图B：OS的Kaplan-Meier曲线。

免疫浸润

①应用TIMER数据库估计ANXA4表达与不同免疫细胞浸润水平之间的相关性。

结果：

下图A：TIMER数据库中ANXA4表达水平与免疫浸润之间的相关性。

下图B：ANXA4表达水平与利用xCell算法的免疫浸润之间的相关性。

下图C：前3种相关肿瘤类型中ANXA4表达水平与免疫浸润之间的关系。

下图D：通过ESITIMATE计算的免疫评分。

下图E：通过ESITIMATE计算的综合评分。

下图F：通过ESITIMATE计算的基质评分。

下图G：ANXA4表达水平与免疫检查点标记之间的相关性。

肿瘤突变负荷（****TMB****）、微卫星不稳定性****(MSI)****、错配修复****(MMR)****和****DNA****甲基化

①Spearman秩相关检验分析ANXA4表达水平与TMB之间的相关性。

②Spearman等级相关性检验计算ANXA4水平与MSI之间的关联。

③分析MMR基因（MLH1、MSH2、MSH6、PMS2和EPCAM）与ANXA4表达水平之间的相关性。

④确定4种DNA甲基转移酶（DNMT1、DNMT2、DNMT3A和DNMT3B）的表达与不同癌症类型中ANXA4表达水平之间的关系。

结果：

下图A：显示ANXA4和TMB表达水平之间相关性的Rader图表。

下图B：显示ANXA4和MSI表达水平之间相关性的Rader图表。

下图C：ANXA4表达水平与MMR基因（MLH1、MSH2、MSH6、PMS2和EPCAM）之间的相关性。

下图D：ANXA4表达水平与DNA甲基转移酶之间的相关性（红色：DNMT1，蓝色：DNMT2，绿色：DNMT3A，紫色：DNMT3B）。

蛋白质****-****蛋白质相互作用****(PPI)****网络和富集分析****(GSEA)

①使用GeneMANIA构建了一个具有以ANXA4为中心的21个基因的PPI网络。

②Metascape和GSEA对这21个基因进行富集分析。

结果：

下图A：构建以ANXA4为中心的具有21个基因的PPI网络。

下图B：使用Matescape进行富集分析。

下图C：基因集富集分析(GSEA)。

小结：

在本研究中，作者旨在使用蛋白质组学鉴定AF中的免疫相关蛋白并探索其在泛癌中的作用，希望为癌症与AF之间的关联提供新的见解，并揭示降低AF发病率的潜在治疗靶点。本研究最终将ANXA4鉴定为中枢免疫相关基因。泛癌分析表明，ANXA4与多种癌症类型的预后和免疫浸润显著相关，具有作为癌症患者新型生物标志物的潜力。此外，ANXA4可能通过肿瘤突变负荷和微卫星不稳定性影响免疫治疗的疗效。GSEA结果表明ANXA4高表达组主要富集在过氧化物酶体、胆汁酸生物合成和p53途径中。