É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.
Artigo de investigação
* These authors contributed equally
Este estudo deriva um conjunto de genes de PANoptose associado à DPOC a partir de dados transcriptômicos públicos e o aplica a coortes de carcinoma escamoso pulmonar para desenvolver uma assinatura prognóstica avaliada retrospectivamente. A assinatura estava associada à infiltração imune e à sensibilidade computacionalmente prevista a medicamentos, fornecendo biomarcadores candidatos geradores de hipóteses para futuros estudos de estratificação de risco.
A doença pulmonar obstrutiva crônica (DPOC) é uma doença inflamatória progressiva que aumenta o risco de carcinoma de células escamosas pulmonares (LUSC). A PANoptose integra piroptose, apoptose e necroptose, mas a relação entre os genes da PANoptose associada à DPOC e o prognóstico da LUSC permanece incerta. Neste estudo, primeiro derivamos genes diferencialmente expressos associados à DPOC a partir de GSE57148 comparando tecidos pulmonares da DPOC com tecidos pulmonares normais e intersectamos esses genes com uma lista curada de genes associados à PANoptose. O conjunto de genes resultante foi então aplicado ao TCGA-LUSC, GSE30219 e GSE37745, que foram analisados como coortes de LUSC sem anotação confirmada de comorbidade de DPOC em nível de paciente. Avaliamos os padrões de expressão gênica da PANoptose, realizamos agrupamento não supervisionado, caracterizamos as diferenças de infiltração imune entre aglomerados e construímos uma assinatura prognóstica com validação externa. Identificamos 38 genes de PANoptose associados à DPOC com expressão diferencial entre os tipos de tecidos. Dois subtipos moleculares apresentaram paisagens imunes distintas, expressão de pontos de controle imunes e sobrevivência geral. Um modelo de risco de 12 genes selecionado pela regressão de Cox univariada e LASSO Cox estratificou os pacientes em grupos de alto e baixo risco e apresentou desempenho preditivo modesto a moderado nas coortes TCGA-LUSC, GSE30219 e GSE37745. Pacientes de alto risco também apresentaram valores computacionalmente previstos mais altos de IC50 para múltiplos agentes, sugerindo menor sensibilidade prevista a medicamentos em vez de resistência à quimioterapia confirmada experimentalmente. Esses achados indicam que genes da PANoptose associada à DPOC estão associados ao prognóstico, à remodelação do microambiente imunológico e à sensibilidade prevista a medicamentos na LUSC, podendo fornecer biomarcadores geradores de hipóteses para validação futura.
O carcinoma de células escamosas pulmonares (LUSC), um subtipo de câncer de pulmão não de pequenas células (NSCLC), é caracterizado pela proliferação anormal de células escamosas dentro do pulmão. Apesar dos avanços em cirurgia, quimioterapia à base de platina, imunoterapia, radioterapia e estratégias molecularmente selecionadas selecionadas, a taxa geral de cura da LUSC permanece baixa, especialmente entre pacientes com doença em estágioavançado 1,2. A otimização da eficácia do tratamento continua sendo desafiadora devido à marcada heterogeneidade tumoral e aos múltiplos meca....
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Este estudo utilizou apenas conjuntos de dados públicos e desidentificados, e não envolveu experimentação direta em humanos ou animais; portanto, não era necessário adicional aprovação do comitê de ética e consentimento informado.
Download e processamento de dados
Os dados de sequenciamento de RNA e as informações clínicas correspondentes para o carcinoma escamoso do pulmão (LUSC) foram obtidos do banco de dados The Cancer Genome Atlas (TCGA) por meio do portal de dados Genomic Data Commons no projeto TCGA-LUSC. A matriz de expressão TCGA-LUSC usada neste estudo foi baseada em valores FP....
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Padrões de expressão e anotação funcional de genes associados à PANoptose no LUSC
Dados transcriptômicos de GSE57148, incluindo 91 tecidos pulmonares normais e 98 tecidos pulmonares de DPOC, foram analisados para identificar genes diferencialmente expressos associados à DPOC. Um total de 2.182 genes associados à DPOC foram identificados, e 38 genes se sobrepuseram ao conjunto de genes selecionados associados à PANoptose (Figuras 1A
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
DPOC e LUSC estão clinicamente e biologicamente conectados por processos patogênicos inflamatórios, relacionados ao tabagismo e lesões nas vias aéreas compartilhados. Embora inibidores de checkpoint imunológico e outras terapias sistêmicas tenham melhorado as opções de tratamento para LUSC, o benefício duradouro permanece limitado para muitos pacientes devido à heterogeneidade tumoral, estratificação incompleta de biomarcadores e resistência aotratamento 31,32,33........
Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
Os autores não têm conflitos de interesse a declarar.
Os autores reconhecem o Atlas do Genoma do Câncer, o Omnibus de Expressão Gênica e o projeto Genomics of Drug Sensitivity in Cancer por fornecerem os conjuntos de dados de acesso aberto usados neste estudo. Essa pesquisa não recebeu financiamento externo.
....Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.
| Nome | Empresa | Número de catálogo | Comentários |
|---|---|---|---|
| AnnotationDbi R package | Bioconductor | N/A | Usado para anotação de genes e conversão de identificadores. Fonte: https://bioconductor.org/packages/AnnotationDbi/ |
| caret R package | CRAN | N/A | Usado para divisão aleatória e estratificada reproduzível da coorte TCGA-LUSC em subconjuntos de treinamento e teste. Fonte: https://cran.r-project.org/package=caret |
| CIBERSORT algorithm | CIBERSORT resource | N/A | Usado para deconvolução de células imunes com a matriz de assinatura LM22. O acesso e licenciamento estão sujeitos ao provedor de recursos original. Fonte: https://cibersortx.stanford.edu/ |
| clusterProfiler R package | Bioconductor | N/A | Usado para análises de enriquecimento de GO e KEGG. Fonte: https://bioconductor.org/packages/clusterProfiler/ |
| ConsensusClusterPlus R package | Bioconductor | N/A | Usado para agrupamento de consenso de padrões de expressão gênica associados à PANoptose. Fonte: https://bioconductor.org/packages/ConsensusClusterPlus/ |
| e1071 R package | CRAN | N/A | Usado como dependência para análise de deconvolução baseada em CIBERSORT. Fonte: https://cran.r-project.org/package=e1071 |
| edgeR R package | Bioconductor | N/A | Usado para processamento de contagem RNA-seq quando a normalização baseada em contagem era necessária. Fonte: https://bioconductor.org/packages/edgeR/ |
| ESTIMATE R package | MD Anderson Cancer Center / SourceForge | N/A | Usado para calcular pontuação estroma, pontuação imune, pontuação ESTIMATE e pureza tumoral. Fonte: https://sourceforge.net/projects/estimateproject/ |
| Genomic Data Commons Data Portal | National Cancer Institute | TCGA-LUSC | Fonte de dados de RNA-sequenciamento TCGA-LUSC e anotações clínicas. Fonte: https://portal.gdc.cancer.gov/ |
| Genomics of Drug Sensitivity in Cancer database | GDSC project | N/A | Conjunto de dados de referência de resposta a medicamentos usado através dos dados de referência compatíveis com pRRophetic. Fonte: https://www.cancerrxgene.org/ |
| GEOquery R package | Bioconductor | N/A | Usado para baixar e analisar arquivos GEO Series Matrix. Fonte: https://bioconductor.org/packages/GEOquery/ |
| ggplot2 R package | CRAN | N/A | Usado para visualização e geração de figuras. Fonte: https://cran.r-project.org/package=ggplot2 |
| ggpubr R package | CRAN | N/A | Usado para plotagem estilo publicação e comparações de grupo. Fonte: https://cran.r-project.org/package=ggpubr |
| glmnet R package | CRAN | N/A | Usado para regressão Cox LASSO e construção de modelos prognósticos. Fonte: https://cran.r-project.org/package=glmnet |
| GSE30219 dataset | NCBI Gene Expression Omnibus | GSE30219 | Coorte de validação externa de LUSC com informações de expressão e sobrevivência. Fonte: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE30219 |
| GSE37745 dataset | NCBI Gene Expression Omnibus | GSE37745 | Coorte de validação externa de LUSC com informações de expressão e sobrevivência. Fonte: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE37745 |
| GSE57148 dataset | NCBI Gene Expression Omnibus | GSE57148 | Conjunto de dados transcriptômicos de DPOC versus pulmão normal usado para derivar genes diferencialmente expressos associados à DPOC. Fonte: https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE57148 |
| limma R package | Bioconductor | N/A | Usado para análise de expressão diferencial. Fonte: https://bioconductor.org/packages/limma/ |
| org.Hs.eg.db annotation package | Bioconductor | N/A | Usado para anotação de genes humanos em análise de enriquecimento. Fonte: https://bioconductor.org/packages/org.Hs.eg.db/ |
| preprocessCore R package | Bioconductor | N/A | Usado para pré-processamento de expressão e fluxos de trabalho compatíveis com CIBERSORT. Fonte: https://bioconductor.org/packages/preprocessCore/ |
| pRRophetic R package | CRAN | N/A | Usado para previsão exploratória de valores IC50 de medicamentos a partir de dados de expressão gênica. Fonte: https://cran.r-project.org/package=pRRophetic |
| R software | R Foundation for Statistical Computing | Versão 4.1.0 | Usado para todas as análises estatísticas e geração de figuras. Fonte: https://www.r-project.org/ |
| STRINGdb R package | Bioconductor | N/A | Usado para análise relacionada a interação proteína-proteína quando aplicável. Fonte: https://bioconductor.org/packages/STRINGdb/ |
| SummarizedExperiment R package | Bioconductor | N/A | Usado para lidar com objetos de dados de expressão TCGA baixados através do TCGAbiolinks. Fonte: https://bioconductor.org/packages/SummarizedExperiment/ |
| survival R package | CRAN | N/A | Usado para regressão Cox e análise de sobrevivência Kaplan-Meier. Fonte: https://cran.r-project.org/package=survival |
| survminer R package | CRAN | N/A | Usado para visualizar curvas de sobrevivência Kaplan-Meier e tabelas de risco. Fonte: https://cran.r-project.org/package=survminer |
| TCGAbiolinks R package | Bioconductor | N/A | Usado para baixar e preparar dados de expressão e clínicos TCGA-LUSC. Fonte: https://bioconductor.org/packages/TCGAbiolinks/ |
| timeROC R package | CRAN | N/A | Usado para análise ROC dependente do tempo do modelo prognóstico. Fonte: https://cran.r-project.org/package=timeROC |