MOVICS系列教程(四) 示例文章解读

说在前面

本期推文是MOVICS包系列教程的最后一篇,Immugent来用一篇已经发表的SCI来解读一下如何在实际文章中使用MOVICS包。

首先简单回顾一下:我们最开始在第一篇推文中介绍了MOVICS包发表的文章及其主要功能;随后连续出了三篇推文分布对MOVICS包的三个主要分析模块进行了实操演示;本期我们就来通过一篇文章来解读在实际应用中如何利用MOVICS包来进行数据分析。

我们选择的这个文章是2021发表在Front Cell Dev Biol(IF:6.68)杂志上,篇名为“The Identification of the Metabolism Subtypes of Skin Cutaneous Melanoma Associated With the Tumor Microenvironment and the Immunotherapy”的研究,之所以选择这篇是因为这篇文章的8副图中,有一多半都是使用MOVICS包来绘制的,而且肿瘤代谢也是近些年的热点方向之一。

图片

黑色素瘤(SKCM)是最致命的皮肤癌类型之一,因为其高代谢和转移率,占皮肤癌相关死亡的80%以上。近年来,免疫检查点阻断剂的发展已成为SKCM治疗的主要手段,显著提高了治疗效果。然而,SKCM患者对免疫治疗的反应各不相同,大约50%的患者出现不良反应。因此,揭示SKCM异质性的潜在分子机制,以开发精确的免疫疗法,并确定最能从中受益的人群是十分必要的。

黑色素瘤具有显著的代谢可塑性,这一特征是由于高频率的体细胞突变激活了致癌途径。根据SKCM基因的体细胞突变及其比例,可将其分为四个基因组亚型:BRAF亚型、RAS亚型、NF1亚型和三重野生型。这些内在的致癌基因有助于SKCM的代谢转化,这导致黑色素瘤对不利条件具有高度的可塑性和适应性。此外,转化后的代谢微环境可以重新编程免疫细胞亚群的功能,使黑色素瘤具有了逃避免疫系统攻击的能力。


研究流程

作者首先选择了2752个先前报道的代谢相关基因,然后运用非负矩阵(NMF)分析的方式对SKCM患者进行分出了3个亚型。紧接着,我们对原数据集中的代谢相关基因采用单变量Cox回归分析,以确定与OS相关的预后基因,共获得517个候选基因。然后提取SKCM的TCGA数据表达谱,利用NMF聚类算法对517个候选基因进行聚类,并最终确定3种聚类。

图片

随后,作者利用MCP-counter和ssGSEA算法来计算16个免疫浸润细胞的丰度,并发现很多亚群在三组直接存在差异;同时,还绘制了免疫细胞群间差异的框线图,结果显示在这三个亚型中,所有类型的免疫细胞群间存在显著差异。值得注意的是,箱形图显示,C2在几乎所有免疫细胞中均显著高于C1和C3,除Th17细胞外,C1和C2的Th17细胞富集得分均显著高于C3。在这些结果中,C2被更多的免疫细胞富集,这与C2在三种亚型中免疫得分最高的发现是一致的。随着目前免疫检查点抑制剂(ICIs)在临床试验和晚期黑色素瘤治疗中的广泛应用,作者探索了13个典型靶向免疫检查点基因在这些亚型中的表达之间的相关性。

图片

紧接着,作者利用MOVICS包计算出了每个代谢亚型特异性上调的前30个基因作为生物标志物,然后构建临床模型并绘制相关热图,并进一步生成了一个90基因的分类器来实现SKCM分类法,并在不同的队列中进行一致性测试来验证其可靠性。随后,作者利用TCGA和GEO的SKCM数据同时对亚群一致性进行检验,NMF和NTP在三个不同亚型的检验和验证集上的结果基本一致(k = 0.631 p<0.001, k = 0.714 p <0.001),表明这90个基因的特征可以被用来识别SKCM的代谢分类。

图片

最后一幅图是作者收了几十例临床样本,对其中一个关键基因SLC7A4的表达,用IHC进行了验证。这个方略大家可以学习使用,特别是对构建的模型数目较多时,可以挑出一个或几个关键基因进行验证,前提是能找出一个比较合适的理由。

图片

综上所述,这篇文章从代谢的角度对SKCM进行了新的亚型分类,分为代谢活性型、中间型和耗损型三种亚型。其中,C1与代谢过程密切相关,预后最差,符合角蛋白亚型。C2具有较高的免疫浸润、免疫和基质评分、对PD-1免疫阻断剂的敏感性,与免疫类型相关,预后良好。C3的致癌途径丰富,预后程度高,预后较差,代谢活性较C1低,但较C2高。此外,所生成的90基因分类器对SKCM具有较高的预测价值,该分类器将会有助于更准确地预测SKCM患者的预后,并可能为这些患者提供更精确的治疗手段。


说在最后

随着生物科学技术的发展和科研水平的提高,我们逐渐认识到单纯从转录组水平来研究基因的功能是不准确的,运用多组学来解决科学问题正成为大趋势。就拿近些年火热的单细胞测序技术,也逐渐推出了scATAC,蛋白组等一系列多模态数据的解决方式。MOVICS包最多可以同时整合6种多组学数据,这为我们更准确的揭示机制功能提供了有力工具。

弘扬爱国精神,实现中国梦是我们这代人的精神方针,支持国产MOVICS包是生信人的爱国方式,那么Immugent在这里就强烈推荐大家用上这个功能强大的工具,从而鼓励更多国产的、原创的生信软件被开发出来。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容