![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx4d3ZGQH5OhL9RHEIZBWNS0MSu5sybnBcFl1bXXP8Hib3PZnk65qA3m3DZIOib1Y177icZpzpib4jvbtA/640?wx_fmt=png&from=appmsg)
前几天Aging被踢的消息已经传遍了大街小巷,小伙伴们应该都知道了。馆长今天想说的是另外一本水刊Scientific Reports,这本以高发文量和高接收率“著称”的期刊在最新的中科院分区中从3区升至2区。小伙伴们是不是很想知道它升区后,投稿难度会不会也增加?
今天馆长就带大家解读一篇近期发表的文章”Machine learning developed a macrophage signature for predicting prognosis, immune infiltration and immunotherapy features in head and neck squamous cell carcinoma”,文章采用国自然热点结合生信分析(单细胞分析+机器学习)的思路,探究了巨噬细胞在肿瘤免疫与治疗中的重要作用。
1.文章结合了101种机器学习算法,开发出一种新的巨噬细胞相关风险特征(MRS);
2.在单细胞水平上分析了肿瘤微环境中的巨噬细胞;
3.通过湿实验方法进一步验证了相关基因的表达,增强了结果的可靠性。
机器学习目前风可是很大哦,着急发文的小伙伴可以考虑一下~没有思路的赶紧联系馆长定制专属于你的分析方案吧~
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrHAQ6OiczRFvdaG3aGOuib2yGkDxsMibGB1375ZtBA1TzibibEoDO7kEE7Y1g/640?wx_fmt=png)
题目:机器学习开发了一种用于预测头颈部鳞状细胞癌预后、免疫浸润和免疫治疗特征的巨噬细胞特征
杂志:Sci Rep
影响因子:IF=3.8
发表时间:2024年8月
研究背景
头颈鳞状细胞癌(HNSCC)是头颈部最常见的恶性肿瘤,患者的治疗和预后存在着显著的个体差异,而巨噬细胞在HNSCC的进展和治疗中扮演了重要的角色,本研究旨在开发一个基于机器学习的巨噬细胞相关风险特征(MRS),用于预测HNSCC的预后、免疫浸润和免疫治疗特征,为免疫治疗和化疗药物的选择提供可能的生物标志物。
研究思路
该研究首先从公共数据库中(TCGA、GEO)收集HNSCC患者的临床数据、基因表达数据及基因组突变数据,利用加权基因共表达网络分析(WGCNA)识别出与巨噬细胞相关的基因(MRGs),然后利用机器学习算法,结合了101种不同的模型组合,开发出一个包含9个基因组的巨噬细胞相风险模型(MRS),最后对开发的MRS模型进行验证及功能富集分析,评估MRS模型的准确性和稳定性,通过对MRS模型的单细胞分析及实验验证探讨MRS模型在预测HNSCC患者预后及免疫治疗中的应用,增强了研究结果的可靠性。
主要结果
识别巨噬细胞相关基因(MRGs)
通过对数据库中的癌组织及邻近组织进行配对差异分析,数据交叉鉴定出194个MRGs,它们的生物活性与细胞免疫相关,不同的数据库强调免疫系统的不同方面,证明了MRG的功能主要是负责细胞的免疫炎症反应。按照鉴定出的194个MRGs将HNSCC患者分为两个不同的亚型,通过对两个亚型的DEGs进行KGG和GO富集分析发现MRGs可能影响细胞因子与肿瘤细胞之间的相互作用。
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrHeQjWLR2n50t52qVy2EmfCdicVBmhALVvY6KhooUpXcProz8VbRMJXibA/640?wx_fmt=png)
比较两个不同亚型之间的TME和生物学特性
使用ESTIMATE算法,对两个亚型之间的TME与免疫活性进行评分,研究发现亚型2中的个体免疫反应优势高于亚型1,同时亚型1的TMB评分显著高于亚型2,且研究显示高TMB组的HNSCC的预后比低TMB患者差。进一步对交叉枢纽基因鉴定和变异特征分析发现,CD80、CTLA4和CL2的表达⽔平与TMB评分呈负相关,⽽IFNG和CD80的表达⽔平与⻛险评分呈正相关,证明四个枢纽基因之间存在连锁效应,彼此表达水平之间成正相关。
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrHOBHFSyt5wSah3ibjd2NBtpRHzKWGialibq2BXygWt8IIk7ic7lE9Uz3T4w/640?wx_fmt=png)
构建预后模型
使用综合方法结合10种基于机器学习的算法,评估了MRGs,并创建了准确而稳定的预后巨噬细胞相关风险签名(MRS)。共得到101个不同的预测模型,最佳模型由APOC1、CTLA4、IGF2BP2、CYP27A1、NTN4、SLC7A5、PPP1R14C、KRT9和RAC2组成。
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrHjqPhfLsWwSaoVHe3pd6Js6OjUiaSJ7h3rqnGsfRWmUp3s0yJu8ibbElw/640?wx_fmt=png)
根据风险评分将HNSCC病例分为高风险和低风险两类,高危组与低危组之间免疫检查点基因的表达存在显著差异,高危组的患者具有更低的总体生存率,并且这些患者的肿瘤表现出更强的免疫逃逸能力;高危组的肿瘤对免疫治疗有更强的抵抗性,这表明低危组的患者可能对免疫检查点抑制剂(ICI)治疗有更好的反应。
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrH7dZFStu1sRjparY9Md0QPctOqhXXggeDWquicTZyicAIFLtgDl5Nq7hw/640?wx_fmt=png)
单细胞分辨率下MRS基因表达模式
为了进一步研究MRS模型在单细胞水平上的基因表达模式,作者分析了单细胞数据集GSE1822271。总共获得了30个细胞团。进一步可视化了MRS中9个基因在不同细胞类型中的分布,其中SLC7A5、RAC2和APOC1在巨噬细胞中富集,其中APOC1表达量最高。在单细胞水平上,观察到肿瘤微环境中的巨噬细胞主要停滞在G2/M期,这可能对肿瘤的上皮-间质转化和进展起到抑制作用。
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrHP4w7wUnKDPYvQfWmXOKclA3tsHia0RvcNo3DALQpfIBlaUd9kTJRwsA/640?wx_fmt=png)
实验验证
通过实验方法RT-qPCR和免疫组化染色鉴定MRS模型中9个基因的mRNA表达水平,获取免疫组织化学图像,发现蛋白表达水平在肿瘤组织中显著提高,增强了研究结果的可靠性;选择表达差异最显著的基因IGF2BP2和SLC7A5进行体外实验,利用si-RNA敲除基因,发现下调IGF2BP2和SLC7A5可以抑制HNSCC细胞的增殖和迁移能力,并影响巨噬细胞的极化和迁移。
![](http://mmbiz.qpic.cn/mmbiz_png/vdJbOia6pHx5anyicBfTH0O0cVIJU8mJrHQoxqia5UKxYlTmRaviaJ4qcTATFJy201fibs8MNVy9gxY60jficwFhZ4yw/640?wx_fmt=png)
文章小结
这篇文章通过综合分析和实验验证,为头颈鳞状细胞癌的预后评估和治疗提供了新的生物标志物和治疗策略,具有重要的临床和科研价值。不得不说,这篇文章的工作量还是不小的,如今的Scientific reports上的文章还是值得一看的!
你还在为不会设计思路、不会生信分析而烦恼吗?没关系,来找馆长!无论是设计还是分析,馆长都可以为你提供全面的服务,风里雨里,馆长在这里等你~
馆长会持续为大家带来最新生信思路,也可以提供特色数据库构建、免费思路评估、付费生信分析等服务,对数据库构建和生信分析感兴趣的朋友可以咨询馆长哦!