生信分析范文示例：目的基因筛选过程

时间 : 2023-05-22

给大家带来的这篇文章2022年发表在Am J Cancer Res上：PYCR1 regulates glutamine metabolism to construct an immunosuppressive microenvironment for the progression of clear cell renal cell carcinoma。

Am J Cancer Res影响因子5.942，JCR Q2，中科院三区（医学）。

代谢重编程对于肿瘤微环境（TME）的建立至关重要。谷氨酰胺已成为癌症代谢研究的重点，但其在透明细胞肾细胞癌（ccRCC）中的作用尚不明确。文章探讨谷氨酰胺在ccRCC中的调控机制及其对预后的价值，研究的主要内容包括：

TCGA和GEO数据库提取RCC患者的转录组测序数据和临床资料：Wilcoxon test和Limma算法筛选肿瘤组织和正常组织之间差异表达的谷氨酰胺代谢基因（GMGs）；
Kaplan-Meier生存分析；
Consensus clustering寻找谷氨酰胺代谢相关的差异表达基因（DEGs）对ccRCC样本进行分型；
GSVA和GSEA进行DEGs功能分析；ssGSEA和ESTIMATE评估两组免疫细胞浸润特征；
单因素回归和LASSO Cox回归构建预后特征；
利用基因表达加权回归系数的线性组合，获得谷氨酰胺代谢指数（GMI）；
R软件分析ccRCC中基因的表达水平和预后价值。

研究结果

1.正常组织和ccRCC组织中差异表达的氨基酸、相关代谢物和谷氨酰胺代谢基因（GMGs）

2.差异表达且与生存相关的GMGs聚类、差异功能分析A/B组

3.A/B组TME特征

B组TME免疫抑制，或许是该组预后较差的原因。

4.GMI模型构建及与临床特征、代谢模式之间的关系

在14个调节谷氨酰胺代谢的差异表达基因中通过单因素Cox回归分析选择8个预后基因（CAD、DGLUCY、GLUD1、GLUD2、GOT1、LAT、PYCR1、SLC7A11），LASSO regression analysis选出7个用于构建谷氨酰胺代谢指数（glutamine metabolic index, GMI）：

GMI=0.0302×exp^PYCR1(-0.3437)×exp^GLUD2+0.0227×exp^CAD+0.1464×exp^SLC7A11+ 0.0328×exp^LAT+ (-0.0017)×exp^GOT1+(-0.0242)×exp^DGLUCY

根据GMI中位数的大小，分为高危组和低危组。高危组总生存期较低，预后较差。ROCs显示，GMI对TCGA中ccRCC患者的5年生存率进行预测，具有良好的敏感性和特异性（AUC = 76.2%）。单因素Cox回归分析显示，年龄、分级、病理T/M分期、病理分期和高GMI与低生存率相关。

5.PYCR1临床相关性研究

TCGA数据显示，PYCR1高表达与更差的临床预测因素显著相关，可单独查看其临床相关性。

PYCR1的免疫调节作用：

PYCR1表达水平较高的患者具有更高的免疫、基质和ESTIMATE得分。PYCR1高表达的ccRCC患者对免疫治疗无响应的可能性更大。PYCR1的高表达与MDSCs、Tregs和巨噬细胞的高度浸润以及PDCD1和CTLA4等免疫检查点的高表达相关。PYCR1高表达相关的通路，包括IL-6-JAK-STAT3信号通路、mTORC1信号通路、myc-targets-v2通路和p53通路。最后进行PYCR1表达与药物敏感性相关性分析。

总结

文章首先通过GMGs构建GMI模型，可以有效地鉴别ccRCC患者的风险和预测患者的生存。进一步找出在人类ccRCC样本中，PYCR1的表达显著增加，是谷氨酰胺代谢有效的调节因子，且通过重塑免疫TME来调节肿瘤的进展。前期的生信挖掘指明研究方向，即PYCR1介导的谷氨酰胺和脯氨酸依赖的代谢重编程如何促进TME的建立和免疫抑制。