中科生信 - 4+轉錄輔助因子新方向，整點好發的！－鑽石舞台

摘

要

早上好，今天小編分享的是一篇2022年6月發表在Frontiers in Genetics（IF=4.599）上的轉錄輔助因子（TcoFs）文章，作者通過在骨肉瘤患者中構建TcoFs相關風險預後模型，挖掘預後相關signature，為骨肉瘤患者的個性化治療提供新方向。

背

景

方

法

背景：骨肉瘤是一種間充質來源的惡性腫瘤，是兒童和青少年最常見的原發性骨肉瘤。轉錄輔助因子被定義為與轉錄因子結合的蛋白質。它可以通過複合物調控轉錄起始而不與DNA直接相互作用。作為轉錄調控程序的主要調控因子之一，它在DNA環的維護和基因調控中起着至關重要的作用。

方法：

1、在TARGET和GEO數據庫下載骨肉瘤患者的表達數據和臨床信息；

2、在HumanTFDB數據庫下載TcoFs相關基因集；

3、單因素COX和LASSO構建風險模型篩選預後相關signature並計算risk score；

4、多因素COX構建預後模型並評估risk score是否可以作為獨立預後因素；

5、評估預後相關signature和TIICs的相關性；

6、免疫組化實驗。

結

果

差異分析

GSE36001和GSE12865的差異表達基因如圖2A所示，之後與1025個TcoFs相關基因取交集得到83個TcoFs相關差異基因（圖2B）。GO富集結果顯示82個基因主要富集到共價染色質修飾(BP)、轉錄調節複合物(CC)和轉錄共調節活性(MF)（圖2C）。KEGG富集結果如圖D所示。

單因素COX和LASSO構建風險模型並計算風險評分

作者對83個TcoFs相關差異基因進行單因素Cox回歸分析，得到13個TcoFs相關候選基因(圖3A)。然後進行LASSO Cox回歸，最終篩選出5個基因用於構建風險模型(圖3B, C)。

TcoF相關基因的風險模型

根據這5個預後相關signature gene計算risk score將TARGET數據集和GSE21257分成高低風險評分組（圖4C、D）並繪製兩組的KM生存曲線及1、3、5年的ROC曲線，結果顯示身高低風險組生存具有顯著差異（圖4A、B），風險模型的預測效能也比較顯著（圖4E），PCA結果顯示5個預後相關signature gene將高低風險組進行分類。

另外，風險模型中5個基因在高、低風險評分之間的表達情況如圖5A所示。同時，為評估臨床特徵(轉移、性別、年齡)和風險評分是否可作為獨立預後因素，基於TARGET數據庫進行單因素和多因素Cox分析。通過單因素回歸分析，作者確定轉移和風險評分與骨肉瘤預後相關(圖5B)。然後，通過多因素COX分析進一步證實轉移和風險評分是骨肉瘤的獨立預後因素(圖5C)。

進一步評估5個基因與TIICs的相關性，結果顯示兩種免疫細胞(CD8+ T細胞和T輔助細胞)和兩種免疫相關通路(HLA和副炎症)與TARGET的風險評分顯著相關(圖5D, E)。

Nomogram的繪製及評估

接下來，作者結合轉移和風險評分繪製nomogram圖以預測患者的預後。基於TARGET(圖6A)和GSE21257(圖6B)建立骨肉瘤患者的nomogram生存圖，預測1、2和3總生存時間的生存概率。繪製刻度曲線，觀察實際生存時間與預測1、2、3年生存率是否一致（圖6C、D），結果顯示模型具有較高的可靠性。