合作文章丨Biomoleculars:中大五院揭示胰腺癌低氧脂質(zhì)代謝相關(guān)基因的分子分型
發(fā)布時(shí)間:
2023-07-28 15:40:18
來自中山大學(xué)附屬第五醫(yī)院腫瘤中心的曾林涓團(tuán)隊(duì)通過使用基于超高效液相色譜串聯(lián)質(zhì)譜(UPLC-MS)技術(shù)的非靶向代謝組學(xué)等研究手段,結(jié)合生物信息學(xué)方法分析,探討了低氧微環(huán)境下PDAC脂質(zhì)代謝的表達(dá)模式,根據(jù)HIF-1途徑和參與鞘脂過程的基因確定了有助于制定針對胰腺導(dǎo)管腺癌患者代謝特征的潛在個(gè)性化治療方案以及脂質(zhì)代謝和缺氧相關(guān)的預(yù)后亞型。相關(guān)成果發(fā)表在期刊Biomoleculars(IF:6.06)上。唯譽(yù)智合科技(Verygenome Technology )為本研究提供了轉(zhuǎn)錄組、脂質(zhì)組和代謝組學(xué)檢測的技術(shù)支
脂質(zhì)代謝異常通常發(fā)生在缺氧微環(huán)境下,是癌細(xì)胞增殖和轉(zhuǎn)移的重要能量補(bǔ)充途徑。為了確定可用于PDAC(pancreatic ductal adenocarcinoma,胰腺導(dǎo)管腺癌)預(yù)后和治療的分子分型的生物標(biāo)志物,探索與缺氧相關(guān)的胰管腺癌的脂質(zhì)代謝特征和基因表達(dá)特征,來自中山大學(xué)附屬第五醫(yī)院腫瘤中心的曾林涓團(tuán)隊(duì)通過使用基于超高效液相色譜串聯(lián)質(zhì)譜(UPLC-MS)技術(shù)的非靶向代謝組學(xué)等研究手段,結(jié)合生物信息學(xué)方法分析,探討了低氧微環(huán)境下PDAC脂質(zhì)代謝的表達(dá)模式,根據(jù)HIF-1途徑和參與鞘脂過程的基因確定了有助于制定針對胰腺導(dǎo)管腺癌患者代謝特征的潛在個(gè)性化治療方案以及脂質(zhì)代謝和缺氧相關(guān)的預(yù)后亞型。相關(guān)成果發(fā)表在期刊Biomoleculars(IF:6.06)上。唯譽(yù)智合科技(Verygenome Technology )為本研究提供了轉(zhuǎn)錄組、脂質(zhì)組和代謝組學(xué)檢測的技術(shù)支持。

以下為本文研究方法介紹。
PDAC中氧化水平變化和脂質(zhì)降解代謝途徑變化的鑒定
為了鑒定基因表達(dá)的變化,作者分別篩選了GSE28735和GSE62452中的差異表達(dá)基因(DEG),以及正常組織和PDAC組織對,DEG比對的結(jié)果以火山圖顯示。在兩個(gè)數(shù)據(jù)集之間,302個(gè)DEG發(fā)生重疊。使用GO功能富集和KEGG途徑分析進(jìn)一步檢查生物學(xué)功能,多個(gè)GO富集結(jié)果表明DEG與缺氧和脂質(zhì)代謝有關(guān);此外,KEGG通路分析表明,相關(guān)途徑包括脂肪消化和吸收和脂質(zhì)代謝。結(jié)合以上結(jié)果可知,PDAC表現(xiàn)出組織氧化水平變化和脂質(zhì)代謝方面的一些變化,主要是降解代謝途徑方面。

基于LC-MS的代謝組學(xué)分析及常氧和低氧培養(yǎng)的代謝組學(xué)差異分析
為了進(jìn)一步了解細(xì)胞水平上代謝物的變化,作者選擇了兩種類型的PDAC細(xì)胞系進(jìn)行了研究。首先,使用CoCl2在兩種細(xì)胞系PANC-1和CFPAC-1中分別構(gòu)建了體外缺氧模型,然后通過增加HIF-1α蛋白的表達(dá)來證實(shí)缺氧的充分誘導(dǎo)。
作者分別使用LC-MS(Liquid Chromatograph Mass Spectrometer,液相色譜-質(zhì)譜聯(lián)用儀)對正?;蚰M缺氧條件下培養(yǎng)細(xì)胞的樣品進(jìn)行代謝組學(xué)分析。共鑒定出266種代謝物,其中164種代謝物被鑒定為富集代謝物,102種未被富集。熱圖表明,在兩種細(xì)胞系中,許多代謝物都發(fā)生了強(qiáng)烈的變化。缺氧時(shí),代謝物如磷脂酰膽堿和磷酸乙醇胺同時(shí)升高,它們可能干擾甘油磷脂代謝;而高強(qiáng)度增殖的癌細(xì)胞需要大量的甘油磷脂用于膜的生產(chǎn)。在兩種類型的細(xì)胞系中,參與組氨酸代謝的物質(zhì)在缺氧條件下均被下調(diào)。組氨酸的攝入和代謝顯示會影響癌細(xì)胞對甲氨蝶呤的敏感性。單磷酸腺苷、L-肉堿、甘油磷酸膽堿和1,2-二棕櫚酰-sn-甘油-3-PC等代謝物發(fā)生了變化,導(dǎo)致SMPDB中極長鏈脂肪酸的β氧化和支鏈脂肪酸氧化等脂質(zhì)代謝效應(yīng)受到抑制。

聚焦于HIF-1α的轉(zhuǎn)錄組學(xué)數(shù)據(jù)分析
為了獲得更精確和更深入的分析結(jié)果,作者從TCGA下載了PDAC患者的數(shù)據(jù)集。HIF-1α被認(rèn)為是缺氧環(huán)境的核心。對以上數(shù)據(jù)進(jìn)行分析,可知186例患者中共有5874個(gè)基因與HIF-1α存在統(tǒng)計(jì)學(xué)意義(qvalue<0.05)和正相關(guān)(Spearman系數(shù)>0)關(guān)系。排名前20位的基因如下圖a所示。通過KEGG數(shù)據(jù)庫對上述基因進(jìn)行進(jìn)一步富集途徑分析,最終富集得到122條KEGG途徑。結(jié)果表明,金黃色葡萄球菌感染獲得了較高的富集分?jǐn)?shù)。而根據(jù)之前的研究,在缺氧條件下,中性粒細(xì)胞殺死細(xì)菌的能力可能受損。這一結(jié)果可能解釋了為什么金黃色葡萄球菌感染受到顯著影響,并被認(rèn)為是癌癥患者發(fā)病率和死亡率的重要原因;癌癥發(fā)展過程中細(xì)胞粘附的關(guān)鍵步驟之一似乎也與HIF-1α的變化有關(guān)。
此外,還有一些與脂質(zhì)相關(guān)的途徑,如鞘脂在癌癥的細(xì)胞死亡、存活和治療抵抗中發(fā)揮重要作用。作者通過使用Kaplan–Meier生存分析結(jié)合正相關(guān)基因結(jié)果的批量篩選,顯示了TCGA數(shù)據(jù)集中與PDAC患者OS有顯著關(guān)聯(lián)的504個(gè)基因,發(fā)現(xiàn)這些基因蛋白表達(dá)相對較高和較低的患者的存活時(shí)間有差異。以上均為導(dǎo)致PDAC患者生存率低的因素。作者通過GEPIA2分析PDAC中基因的mRNA表達(dá)水平,發(fā)現(xiàn)252個(gè)基因具有顯著性。使用多個(gè)篩選基因,KEGG中鞘脂信號通路顯示出顯著的差異富集,重疊基因?yàn)?/span>GNAI3、KRAS、NRAS、MAPK1、SGMS2和PPP2R5E。該代謝途徑中交叉基因的mRNA表達(dá)水平和Kaplan-Meier生存分析(GNAI3、KRAS、NRAS、MAPK1、SGMS2和PPP2R5E)如圖S1c、d所示。由于KRAS和NRAS突變被認(rèn)為是PDAC的內(nèi)在特征,作者又檢測了兩個(gè)PDAC系中其他四個(gè)基因的mRNA水平,發(fā)現(xiàn)低氧培養(yǎng)顯著增加了參與鞘磷脂信號通路過程的GNAI3、MAPK1、SGMS2和PPP2R5E的表達(dá)。以上結(jié)果可顯示其中的關(guān)聯(lián)性。

HIF-1和鞘脂基因鑒定的PDAC亞型
作者整合了來自多個(gè)PDAC數(shù)據(jù)集的RNA序列數(shù)據(jù),包括TCGA PAAD、GSE71729、ICGC PACA-CA和PACA-AU。排除非PDAC樣本和無臨床信息特征的樣本后,共有563名患者留在最終的樣本中。作者選取了屬于KEGG基因集HIF-1信號通路(hsa04066)的基因(n=109),GO基因集SPHINGOLIPID METABLIC PROCESS(GO:0006665)(n=162)用于無監(jiān)督聚類分析。該方法結(jié)合了來自不同實(shí)驗(yàn)的數(shù)據(jù),提高了所有數(shù)據(jù)集的共同特征的可信度,并揭示了其中的重要特征。作者通過相應(yīng)的累積分布函數(shù)(CDF)曲線和三角面積圖(K=3),對合并的數(shù)據(jù)集應(yīng)用無監(jiān)督聚類法,將PDAC聚類為三個(gè)子類型(如下圖a)。合并數(shù)據(jù)中聚類1、2、3的病例的占比分別為10.48%、32.5%、57.02%。主成分分析(PCA)(如下圖b)表明,各組可以成功地根據(jù)特征亞型分類對樣本進(jìn)行區(qū)分和分類。此外,作者還調(diào)查了三個(gè)類型的預(yù)后。生存曲線表明,類型1中的樣本的生存時(shí)間總是較短,以天為單位,而類型2預(yù)測的生存時(shí)間最長??傮w而言,與類型1相似的類型3的生存結(jié)果較差(如下圖c)。結(jié)果表明,PDAC中存在低氧脂質(zhì)代謝亞型,并伴有不同的預(yù)后情況。

突變特征的分布及與其他PDAC亞型的關(guān)聯(lián)
代謝亞組中HIF-1和鞘脂基因的表達(dá)水平的熱圖表明,集群中mRNA表達(dá)之間存在細(xì)微差異。此外,作者分析了不同組間參與HIF-1信號通路的基因的變化。與類型2相比,類型3的相關(guān)基因變化更多(如下圖a);BCL-2蛋白可以控制細(xì)胞死亡,并在類型3中發(fā)生顯著變化;RELA作為低氧反應(yīng)的關(guān)鍵轉(zhuǎn)錄因子,在類型1和類型3中,與類型2相比有所增加;ELOVL1、SMPD3和DEGS1參與鞘脂代謝過程,并實(shí)現(xiàn)類型1和3中的升高。
基因表達(dá)分析顯示,類型3中HIF1α相關(guān)基因P4HA1的表達(dá)增加,類型1中鞘脂信號基因SPHK1和SPHK2的表達(dá)增加。為了尋找與集群中mRNA表達(dá)相關(guān)的被影響途徑,作者進(jìn)行了綜合分析,包括差異表達(dá)分析和功能富集。篩選的基因顯示了功能的顯著差異??梢娤卤?。

在體細(xì)胞變化中,最常見的驅(qū)動基因(KRAS、CDKN2A、TP53和SMAD4)仍處于最高位。類型2中MUC16突變的變異明顯高于類型1和類型3亞組(如下圖b)。先前的研究表明,MUC16基因的突變數(shù)與TMB(tumor mutational burden,腫瘤突變負(fù)荷)密切相關(guān),而MUC16高突變數(shù)與更好的OS(overall survival,總體生存率)相關(guān)。在先前的研究中,存在與生存率相關(guān)的PDAC基因表達(dá)亞型,如basal-like型和squamous型的預(yù)后較差。作者為了研究上述的分類和以前的類型之間的關(guān)系,于是將樣本分為不同的亞型,并分析每個(gè)類型的組成(如下圖c)。結(jié)果較差的1組和3組分別包括basal-like型病例(59.32%;82.86%)和squamous型病例(38.98%;34.57%)。存活時(shí)間較長的類型2大部分為經(jīng)典樣本(63.93%),而basal-like型(36.1%)和squamous型(4.37%)樣本較少。結(jié)果表明,與低氧脂質(zhì)代謝相關(guān)的途徑可以幫助我們識別具有不同預(yù)后的PDAC亞型。

總結(jié)
作者通過對不同表達(dá)基因的富集分析,發(fā)現(xiàn)PDAC中存在異常的脂質(zhì)代謝和氧變化。兩種PDAC細(xì)胞的非靶向代謝組學(xué)分析清晰地指向HIF-1α蛋白相關(guān)代謝物;通過確定可能在缺氧環(huán)境中受到干擾的代謝物,分析了可能受到影響的許多脂質(zhì)代謝途徑;通過多重分析,完成了在TCGA PDAC數(shù)據(jù)中,與HIF-1α呈正相關(guān)的基因鑒定;使用篩選出的基因補(bǔ)充了鞘脂信號通路;根據(jù)HIF-1途徑和鞘脂過程的基因,確定了三個(gè)亞型(類型),并發(fā)現(xiàn)亞型與患者不同的存活率相關(guān),第2組患者比其他組患者有顯著的生存優(yōu)勢。
原文鏈接:https://www.mdpi.com/2218-273X/12/10/1533
相關(guān)新聞