Py学习  »  机器学习算法

“泛癌+机器学习+单细胞”狂上分,单基因纯生信直接拿捏8+顶刊,北京朝阳医院团队的思路不能错过

生信学霸 • 3 月前 • 58 次点击  

赖氨酰氧化酶(LOX/LOXL1-4)对癌症进展至关重要,但对其转录调控、潜在的治疗靶向、预后价值和参与免疫调节相关仍知之甚少。Cell Communication and Signaling 上发表的新文章通过整合多组学数据揭示了LOX/LOXL家族在癌症中的多重作用,开发了胶质瘤预后模型,并预测了潜在治疗药物和免疫治疗反应标志物,为癌症精准治疗提供了新策略。

标题:Machine learning-based in-silico analysis identifies signatures of lysyl oxidases for prognostic and therapeutic response prediction in cancer

期刊:Cell Communication and Signaling(IF 8.2)

出版商:BioMed Central

发表:2025年4月5日

DOI:https://doi.org/10.1186/s12964-025-02176-1

关键词:机器学习 | 泛癌 | 赖氨酰氧化酶 | 响应预测 | 预后模型

技术手段:单细胞转录组、转录组、机器学习算法、生存分析、药物敏感性预测等

核心思路:泛癌分析+聚类,识别LOX/LOXL在不同癌症类型中的表达模式>>功能分析揭示LOX/LOXL在肿瘤进展、免疫调节、预后评估和治疗反应预测中的重要作用>>使用10种机器学习算法构建预后模型并评估模型性能>>上游调控分析+药物敏感性预测,挖掘潜在治疗靶点/药物>>在独立单细胞数据集中分析LOXL3在巨噬细胞中的表达及功能


 材料与方法 

Materials and Methods

数据来源:从TCGA、GEO、CGGA和GTEx等公共数据库获取RNA测序数据和临床信息;从GEO数据库获取了多形性胶质母细胞瘤单细胞转录组数据。

单细胞转录组分析:使用R包Seurat处理表达矩阵,Harmony包进行批次矫正;CellChat包用于细胞间通讯分析;infercnv包用于推断CNV并识别恶性细胞。

生存分析:使用Log-rank检验评估TCGA泛癌数据库中LOX/LOXL表达与生存的关系;使用survival、survminer和ggplot2包进行Kaplan-Meier分析,并进行对数秩检验以评估统计显著性。

预后模型构建:使用逐步Cox、RSF、Enet、LASSO等10种机器学习算法基于LOX/LOXL相关特征构建预后模型;使用多因素Cox分析建立列线图模型。

生物通路分析:使用DESeq2包对转录数据进行单基因差异分析后,获得的DEGs通过clusterProfiler和GSVA包进行通路富集分析。

药物敏感性预测:使用oncoPredict包进行药物敏感性的预测。


 分析结果 

Results

LOX/LOXL在肿瘤细胞中的表达失调

目的:通过泛癌分析,探讨LOX/LOXL家族在不同肿瘤细胞中的异常表达模式

结果:

1. 在肿瘤细胞的不同区市均可观察到LOX、LOXL1、LOXL2和LOXL4 蛋白(图1A);

2. 无监督一致性聚类分析揭示了CCLE数据中LOX/LOXL 表达模式的三个不同簇,其中簇1显示LOX和LOXL1-3基因的最高表达,簇2为LOXL2的特异性过表达,而簇3显示最低的LOX/LOXL表达水平(图1B);

3. 簇1和2主要包含神经相关肿瘤、皮肤黑色素瘤和肉瘤,而簇3主要包含血液系统恶性肿瘤、小细胞肺癌和胃肠道肿瘤(图1B);

4. 在TCGA数据库中,9种肿瘤类型(如胸腺瘤和胶质瘤)中≥4个LOX/LOXL基因在恶性组织中过表达,LOXL2在24种肿瘤类型中过表达,而LOXL4在18种癌症类型中表达下降(图1C);

5. 来自UALCAN工具的蛋白质表达数据证实LOX/LOXL蛋白在肿瘤中的表达改变(图1D)。

图1


LOX/LOXL表达与肿瘤进展和转移以及促肿瘤通路的激活相关

目的:探讨LOX/LOXL家族在肿瘤进展和转移中的作用,以及其与促肿瘤信号通路激活的关系。

结果:

1. LOX/LOXL过表达与肿瘤分期、淋巴/血管侵袭和远处转移显著相关,表明其在肿瘤进展中的重要作用(图2A);

2. GSEA分析显示LOX/LOXL过表达与ECM重塑通路最为显著相关,起与胶原形成等ECM重塑通路的GSVA评分呈正相关(图2B,D);

3. LOX/LOXL过表达与基质评分和CAFs浸润水平显著正相关,表明其在肿瘤微环境调控中的作用(图2C);

4. 这些结果表明, LOX/LOXL家族在临床环境中通过激活各种信号通路在调节肿瘤发生、侵袭和转移中发挥关键作用。

图2


LOX/LOXL表达失调会影响癌症的预后,尤其是在神经胶质瘤中

目的:通过分析LOX/LOXL表达与患者生存的关系,构建高预测准确性的预后模型。

结果:

1. 在24种肿瘤类型中,LOX/LOXL表达与预后显著相关,特别是在胶质瘤中,LOX/LOXL过表达与较差的生存预后密切相关;

2. 通过相关性分析确定了21个与LOX/LOXL共表达的基因,并开发了基于LOX/LOXL及其共表达基因的新型预后模型(LOXRS),其C-index达到0.870,显示出较高的预测准确性。(图3A,B);

3. 列线图模型结合LOXRS评分和临床特征,在3年、5年和7年生存预测中AUC值均>0.73(图3C,D);

4. 决策曲线分析(DCA)显示LOXRS评分在临床实践中的受益率与结合四个变量的模型相当(图3E);

5. 校准曲线分析显示模型预测值与实际观察值高度一致(图3F)。

图3


ScRNA-seq揭示了LOXL2在复发性IDH野生型GBM中的独特作用

目的:通过单细胞分析,探讨了LOXL2在复发性肿瘤细胞亚群中的表达模式及其与肿瘤微环境和信号通路的关系。

结果:

1. 鉴于LOX/LOXL过表达与神经胶质瘤中的预后、WHO分级和IDH突变状态的显著相关性,采用scRNA-seq比较IDH野生型胶质母细胞瘤患者的原发和复发肿瘤样本中LOX/LOXL的表达(图4A);

2. 在47485个细胞中确定了20个不同的细胞簇,其中LOXL2在复发性GBM样本特定细胞亚群(如OPC-1、内皮细胞和间充质细胞)中显著过表达(图4B-D);

3. 复发性肿瘤中,LOXL2过表达的细胞亚群通过胶原蛋白、层粘连蛋白和SEMA3通路增强了细胞间通讯(图4E);

4. LOXL2过表达的OPC-1细胞亚群在复发性肿瘤中表现出更高的EMT评分和恶性特征(图4F);

5. 将OPC-1细胞亚群细分为8个亚簇后,发现LOXL2过表达的NRG1细胞亚簇在复发性肿瘤中显示出显著的CNV变化,并且与EMT评分增加相关(图4G-K);

6. 这些结果表明,复发性IDH野生型胶质母细胞瘤多形的特征是与EMT和恶性表型相关的LOXL2过表达细胞群的出现。

图4


转录因子和miRNA对LOX/LOXL家族的上游调控

目的:探究LOX/LOXL家族的上游调控机制,特别是转录因子和miRNA在调控LOX/LOXL表达中的作用。

结果:

  1. 通过分析GPSAdb数据库中3048个基因敲低/敲除RNA-seq数据集揭示了23个调节LOX/LOXL表达的基因,它们与泛癌中的LOX/LOXL表达显著相关;

  2. 使用GSCAlite和visNetwork生成了miRNA调控网络,识别了42个负向调控LOX/LOXL表达的miRNA,其中hsa-miR-148b-3p显著下调LOXL1表达,而hsa-miR-29c-3p、hsa-miR-29a-3p和hsa-miR-26b-5p显著下调LOXL2表达。


通过cMap和机器学习预测靶向pan-LOX/LOXL过表达的潜在化合物

目的:通过分析LOX/LOXL过表达的肿瘤样本,识别能够对抗这些基因过表达的潜在药物。

结果:

1. 通过无监督共识聚类分析,将16种肿瘤类型患者分为两组,其中cluster2显示出显著的LOX/LOXL过表达(图5A-D);

2. 通过cMap分析识别了118种能够对抗LOX/LOXL过表达的潜在化合物,其中8种药物(如afatinib、BI-2536、cediranib等)在≥2种肿瘤类型中有效(图5E);

图5

3. 药物敏感性预测分析和共识聚类分析显示,有98种药物在较低剂量下对LOX/LOXL过表达肿瘤有效(图6A);

4. Venn图显示,cMap和oncoPredict预测结果中有8种药物重叠(图6B);

5. 药物敏感性验证分析显示,LOX/LOXL高表达的淋巴瘤细胞系对cediranib更为敏感性,表明cediranib可作为DLBCL潜在治疗药物(图6C-F)。

图6


LOXL3表达与免疫浸润相关,可预测对ICB的反应

目的:分析LOXL3表达与免疫细胞浸润的关系,并探究LOXL3作为预测ICB治疗反应的潜在标志物的价值。

结果:

1. 通过比较LOX/LOXLhigh和LOX/LOXLlow的GSEA分析结果,发现LOXL3过表达与多种免疫细胞(尤其是T细胞)相关通路显著正相关;

2. LOXL3与14种恶性肿瘤中趋化因子、免疫刺激因子、MHC分子和受体的基因表达呈正相关(图7A);

3. 免疫细胞浸润分析显示,在10种恶性肿瘤中,LOXL3过表达与免疫细胞浸润高度正相关,这些恶性肿瘤被识别为“免疫热”肿瘤(图7B);

4. 生存分析显示,在未接受ICB治疗的膀胱癌和肾癌患者中,LOXL3过表达是总生存期(OS)的独立风险因素,而在接受ICB治疗的膀胱癌和肾癌患者中,LOXL3过表达与更好的无进展生存期(PFS)相关(图7C-F);

5. 在两个肾癌独立数据集中,LOXL3主要在巨噬细胞中表达,并且与抗原处理/呈递和IFN-γ反应等免疫相关通路的激活相关;

6. 这些发现表明,LOXL3的过表达可能会影响肿瘤免疫微环境,并有可能预测肾细胞癌和膀胱癌对ICB的反应。

图7


 结论 

Conclusion

本研究通过整合多组学数据与机器学习方法,揭示了LOX/LOXL家族成员在多种癌症中的过表达与肿瘤进展、侵袭性及不良预后的关联,特别是在胶质瘤中开发了一个具有高预测精度的预后模型。研究表明,LOX/LOXL通过激活细胞外基质(ECM)重塑、上皮间质转化(EMT)及血管生成等途径促进肿瘤侵袭和转移。此外,单细胞分析显示,在复发性胶质母细胞瘤的恶性细胞亚群中,LOXL2呈现过表达现象。研究还预测了几种针对LOX/LOXL过表达的潜在治疗药物,例如VEGFR抑制剂cediranib,并发现LOXL3的过表达可能作为膀胱癌和肾癌对免疫检查点阻断治疗反应的预测因子。这些发现为癌症的精准治疗提供了新的生物标志物和治疗策略。


1

END

1

公众号后台私信太多回复不及时,SCI论文润色服务可以添加下图客服微信👇,其他合作或平台交流可加入我们平台交流群(Q群二维码在下面👇)找管理员对接,与你的同行们共同交流、学习、进步。

SCI论文润色|翻译|降重|投稿咨询|SCI期刊推荐等业务详情请扫码咨询!


不想错过生信文献解读

欢迎大家添加生信学霸为星标推荐

SangerBox小红书

打开小红书,扫码关注

每天更新生信相关资讯

SangerBox交流群 

QQ群:744969477

SangerBox平台交流群

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/181603
 
58 次点击