目的 探讨关联-信号-注释增强的相似网络融合(association-signal-annotation boos-ted similarity network fusion,ab-SNF)方法在透明细胞肾细胞癌(clear cell renal cell carcinoma,ccRCC)多组学数据整合分子分型中的应用,识别ccRCC不良预后患者,研究不同分型患者的潜在致病基因、通路活性及相关免疫浸润细胞.方法 从癌症基因组图谱(the cancer genome atlas,TCGA)数据库中下载ccRCC的miRNA、mRNA表达数据及DNA甲基化数据.利用ab-SNF对ccRCC患者多组学数据进行整合分型;采用Cox回归分析模型研究不同分型患者的预后风险;针对不同分型,筛选差异表达mRNA(DEmRNAs)、miRNA(DEmiRNAs)及差异甲基化基因(differentially methylated genes,DMGs),并对重合基因进行相关分析与基因本体(gene ontology,GO)富集分析;最后对不同分型患者进行免疫细胞浸润和通路活性分析.结果 ab-SNF将ccRCC患者分为低危组和高危组,其中高危组患者的死亡风险是低危组的1.903倍;筛选出5 218个DEmRNAs,107个DEmiRNAs及2 625个DMGs.其中,20个差异表达基因受到DEmiRNA调控,567个基因差异表达的同时伴有异常甲基化;588个重合基因富集于有统计学意义的10个GO生物项.此外,筛选出有统计学意义的6种免疫浸润细胞和9条通路.结论 ab-SNF能够有效地识别ccRCC亚型,筛选出的ccRCC潜在致病基因、重要通路及相关免疫浸润细胞,可为ccRCC靶向治疗提供新的参考.

多组学数据;透明细胞肾细胞癌;ab-SNF;分子亚型

魏亿芳;李灵梅;李治;房瑞玲;曹红艳;崔跃华

030001太原,山西医科大学公共卫生学院卫生统计学教研室;030001太原,山西医科大学附属太原中心医院血液科;030001太原,山西医科大学公共卫生学院重大疾病风险评估山西省重点实验室;MI48824东兰辛,美国密西根州立大学统计与概率系

中华疾病控制杂志

[1]魏亿芳;李灵梅;李治;房瑞玲;曹红艳;崔跃华-.基于多组学数据的透明细胞肾细胞癌预后分子分型研究)[J].中华疾病控制杂志,2022(03):315-324

boos

透明细胞肾细胞癌,分子分型,分型研究,网络融合,association,signal,annotation,similarity,network,fusion,ab,SNF,clear,cell,renal,carcinoma,ccRCC,多组学数据整合,不良预后,不同分型,致病基因,相关免疫,免疫浸润细胞,癌症基因组图谱,cancer,genome,atlas,TCGA,下载,Cox,回归分析模型,预后风险,DEmRNAs,DEmiRNAs,差异甲基化基因,differentially,methylated,genes,DMGs,基因本体,ontology,富集分析,免疫细胞浸润,活性分析,死亡风险,差异表达基因,基因差异表达,基因富集,靶向治疗,分子亚型

0.289323