Py学习  »  机器学习算法

又一项全新突破!改变生信圈游戏规则!mRNA疫苗也能做生信?七种机器学习+单细胞数据挖掘,好思路莫错过!

生信塔 • 1 周前 • 22 次点击  

创新创新创新!今天这个思路特别适合最求极致创新的小伙伴,小塔为大家找来一篇关于mRNA疫苗的生信文章。基于mRNA的COVID-19疫苗的成功激发了人们对开发癌症mRNA疫苗的浓厚兴趣。先前研究已经证实mRNA疫苗疗法对于黑色素瘤、前列腺癌和乳腺癌的有效性。今天这篇文章作者将研究对象放在了肺腺癌上,思路清晰,数据量充足,对mRNA疫苗感兴趣的小伙伴千万不要错过呦(PS:在所有肿瘤中,对于关注度TOP级别的肺腺癌来说,mRNA疫苗都属于蓝海领域,那对于其它肿瘤/非肿瘤疾病来说,换个疾病方向复现,岂不是轻而易举)!
这篇文章是发表在杂志《Computational and Structural Biotechnology Journal》上,题为“Integrated immunogenomic analysis of single-cell and bulk profiling reveals novel tumor antigens and subtype-specific therapeutic agents in lung adenocarcinoma”的一篇文章。作者利用多种生物信息学分析方法,包括七种机器学习+单细胞测序+Bulk测序挖掘等方法,找出合适的LUAD亚型和潜在的肿瘤抗原,具有很高的临床实用价值。这样的文章想不接收都难!Ps:对于创新性有极致需求的小伙伴,今天分享的思路绝对能满足您的要求,想要抓住最前沿的研究热点,但技术受限的小伙伴,就快快扫码联系小塔吧!小塔竭诚为您的科研助力!    


定制生信分析

云服务器租赁

加微信备注99领取使用


题目:单细胞和批量分析的综合免疫基因组学分析揭示了肺腺癌中的新型肿瘤抗原和亚型特异性治疗药物
杂志:Computational and Structural Biotechnology Journal
影响因子:IF=4.4
发表时间:2024年4月

公众号后台回复“TA”,即可获得原文,文献编号240709

研究背景
肺腺癌(LUAD)是最常见的肺癌类型,有高发病率和不良预后。目前相关研究已经证明mRNA疫苗疗法对多种癌症的有效性,但目前还没有专门针对LUAD设计的新型候选抗原或靶向mRNA疫苗报道。本研究旨在鉴定LUAD中的免疫亚型,发现用于mRNA疫苗开发的新型亚型特异性肿瘤抗原,并确定潜在的亚型特异性治疗药物。
数据来源
TCGA数据库和GTEx数据库分别用于收集574个LUAD样本和286个LUAD样本的基因表达数据。免疫相关基因是从ImmPort(n=1793)和InnateDB(n=1226)数据库下载的。DNA甲基化谱、CNV数据和体细胞突变数据分别来自XENA、FireBrowse、TCGAbiolinks数据库。从GEO数据库下载五个独立的数据集(GSE19188、GSE30219、GSE37745、GSE50081和GSE72094)。    
研究思路
通过整合单细胞和批量转录组分析的免疫基因组分析来识别出具有不同临床、分子和细胞特征的三种免疫亚型。此外,本研究发现了三种用于mRNA疫苗设计的新型肿瘤抗原,并采用综合策略来识别潜在的亚型特异性治疗药物。
研究结果
1.LIMOC系统构建及免疫亚型鉴定
采用七种聚类算法构建LIMOC系统,产生三种稳健的共识亚型,分别为:LIMOC1、LIMOC2和LIMOC3,并使用聚类预测指数和间隙统计分析进行识别(图1A)。图1B显示了LUAD中获得的多组学数据。图1C显示了生存率与LUAD亚型之间的关联。图1D-E显示所有LIMOC2患者表现出最差的临床结果。图1F-K显示多种研究结果均显示LIMOC2患者预后最差。
2.突变状态与免疫亚型之间的关系
评估三种亚型的肿瘤突变负荷(TMB),LIMOC2显示出更高的TMB(图1L-M)。并具有更多的与APOBEC特征相关突变(图1N)。此外,LIMOC2具有更高的染色体不稳定性,这通过拷贝数改变(CNA)的负担显著增加来证明(图1O)。    
图1 LUAD队列中LIMOC系统的识别以及LIMOC系统与其他LUAD亚型之间的比较
3.LUAD免疫亚型与启动子分析的相关性
LIMOC2与人类Fox基因家族调节相关,而LIMOC3患者受雄激素受体(AR)和雌激素受体2(ESR2)激活的影响(图2A)。进一步构建十种致癌途径特征,并使用GSVA方法计算富集分数,结果如图2B-C。对不同代谢途径激活的分析揭示了不同亚型的不同模式,结果如图2D。    
图2 TCGA队列中跨LIMOC系统的调节子和通路的差异活性
4.LUAD各亚型的临床、细胞和分子特征
使用ssGSEA算法评估TCGA、Meta和GSE72094队列中24种免疫细胞类型的丰度。结果在图3A-C中以热图的形式给出。与其他亚型相比,LIMOC3亚型对M2巨噬细胞、中性粒细胞和Tregs表现出特别强的富集(图3D、G、J)。与其他亚型相比,LIMOC3亚型显示出更高的免疫检查点(ICP)表达(图3E、H、K)。通过分析三个队列中21个免疫原性细胞死亡(ICD)调节剂,发现超过一半的ICD调节剂在LIMOC2中显著上调(图3F、I、L)。    
图3 LIMOC系统的不同免疫特征
5.单细胞水平上三种亚型的分子特征
基于相关注释文件生成全面的单细胞图谱(图4A)。图4B所示,免疫细胞构成最大群体,其次是上皮细胞。使用t分布随机邻域嵌入(t-SNE)可视化揭示了恶性细胞的不同簇,反应率它们的亚型和样本来源(图4C-E)。进一步计算每个组织样本来源中每种LIMOC亚型百分比,结果如图4F。接下来对10种致癌途径进行GSVA计算富集分数(图4G)。同时恶性细胞种三种亚型的代谢重编程模式也表现出相似趋势(图4H)。进一步研究ICP和ICD调节剂的表达水平(图4I-J)。上述结果进一步证实之前结果的有效性。    
图4 单细胞RNA测序数据集中三种亚型的分子特征
文章小结
本研究确定CHIT1、LILRA4和MEP1A是有前途的新型肿瘤抗原,可用于开发针对LUAD的mRNA疫苗。并且LIMOC2患者代表了这些mRNA疫苗免疫治疗的理想候选者。此外,本研究还使用了一种新颖的计算机筛选策略,以发现专门针对LIMOC2亚型的潜在治疗药物。这些结果为LUAD患者提供了一种制定个性化医疗策略的综合方法。mRNA疫苗由于在新冠中的应用而受到广泛关注。对于这篇文章,作者抓住了mRNA疫苗这一研究热点,应用基础的分析方法就轻松拿下一篇SCI二区。看完这篇文章,小伙伴们就赶紧动手复现一篇吧,换个癌种加以分析,一篇SCI就水到渠成了!
文章索引
Integrated immunogenomic analysis of single-cell and bulk profiling reveals novel tumor antigens and subtype-specific therapeutic agents in lung adenocarcinoma (2024)
https://pubmed.ncbi.nlm.nih.gov/38721587/
  

小塔有话说


生信塔公众号持续为大家带来最新生信思路,更多创新性分析思路请点击往期推荐,快来查看吧!想复现这种思路或者定制更多创新性思路欢迎直接call小塔,我们团队竭诚为您的科研助力!

文献思路复现

定制生信分析

服务器租赁


 往期 · 推荐 

【倒计时提醒】抓住618大促尾巴:首月5折享16T空间,千元礼包等你领!

超赞!39分+!孟德尔随机化再次令人瞩目,UKB数据库+双疾病联合GWAS!配置超豪华,赶紧来学习吧!

这个思路藏不住了,再不学习就晚啦!天津中医药大学王耀刚团队1区13+:环境因素+孟德尔随机化研究,快学起来!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/172098
 
22 次点击