10+：肿瘤代谢角度高分思路分享

早！今天小编和大家分享一篇2021年7月发表在Pharmacol Res杂志（IF：10.334）的文章《In silico development and clinical validation of novel 8 gene signature based on lipid metabolism related genes in colon adenocarcinoma》。肿瘤脂质代谢角度的预后文章，发到了10+，还是很厉害的，我们一起来看看文章的思路吧！

背景

结直肠癌(CRC)是最常见的消化道恶性肿瘤之一,发病率居世界第三位,死亡率居世界第四位。研究发现，一些生物活性脂质，如前列腺素 E2 (PGE2)、白三烯、1-磷酸鞘氨醇 (S1P) 和胆固醇酯已被证明是肿瘤侵袭性进展和转移的重要因素。在结肠癌中，脂代谢中的关键酶脂肪酸合酶（FASN）通过激活Wnt通路促进结肠癌细胞的侵袭和转移。此外，血脂与癌抗原CA19-9联合应用在结肠癌的早期诊断中也显示出更大的优势。靶向脂质代谢的关键酶在临床前研究中也显示出巨大的潜力。在这项研究中，作者开发和验证了基于脂质代谢相关基因的结肠癌预后模型，具有潜在的临床应用价值。

方法

1.应用非负矩阵分解（NMF）算法来识别基于脂质代谢相关基因的分子亚型；

2.使用加权相关网络分析（WCGNA）识别共表达基因，并进行Lasso多变量Cox分析以建立风险预后模型；

3.对风险模型进行临床特征分析，GSCALite 数据库用于基因特征的全基因组分析；

4.免疫组化验证。

用NMF算法识别分子亚型

从MSigDB数据库下载脂质代谢途径相关基因，并筛选出776个与脂质代谢相关的基因。单因素Cox分析，获得了115个与结肠癌预后相关的基因。使用NMF算法对结肠癌样本进行聚类，得到C1，C2，C3三类样本。

WGCNA功能模块的分析与识别

对TCGA进行WGCNA富集分析，以临床参数和三个簇作为形状，筛选与三个簇相关性最高的模块基因作为关键基因。其中棕色模块包含936个基因，蓝色模块包含1404个基因，红色模块包含399个基因，三个模块合计包含2739个基因。对关键基因进行GO和KEGG富集分析。

风险模型的构建和验证

将TCGA-COAD样本按照6:4随机分为训练集和验证集两个部分。单因素cox和LASSO回归分析构建风险模型。

分别在TCGA，GSE17538 和GSE17536数据集中对模型进行验证。

ESTIMATE算法分别对高低风险组间的免疫基质评分进行比较。

基于不同的临床特征，分析高低风险组之间的生存差异。

结合临床参数进行单因素和多因素cox回归分析，表明风险评分、M期和静脉侵犯是独立预后因素。

进行单样本GSVA富集分析，并进一步评估富集结果与风险评分之间的相关性。此外，将本研究得到的风险模型与其他文献得到的模型进行比较。

利用Oncomine数据库研究8个风险模型基因的表达水平。同时，免疫组化实验验证基因的表达情况，并在TCGA-COAD数据库中对基因表达情况进行验证。

利用GSCALite数据库对8个基因进行全基因组分析，包括突变、甲基化和CNV分析。接下来进行基因组耐药分析，分析了基因表达与化疗药物的相关性。最后分析了不同癌症类型中基因的整体活性。