目的:利用生物信息学方法探究甲状腺乳头状癌(PTC)肿瘤微环境的免疫关键基因。方法:从TCGA(The Cancer Genome Atlas)数据库下载PTC患者的基因表达谱和临床数据。使用R软件的ESTIMATE算法、CIBERSORT法计算患者的免疫和基质评分以及肿...目的:利用生物信息学方法探究甲状腺乳头状癌(PTC)肿瘤微环境的免疫关键基因。方法:从TCGA(The Cancer Genome Atlas)数据库下载PTC患者的基因表达谱和临床数据。使用R软件的ESTIMATE算法、CIBERSORT法计算患者的免疫和基质评分以及肿瘤免疫浸润细胞组成比例。分别从免疫评分组和基质评分组中提取差异表达基因(DEGs),并使用功能注释和蛋白-蛋白相互作用(PPI)网络对其进行描述。与单因素Cox回归分析交集得出差异的核心基因。进一步对核心基因的临床相关性进行单基因分析、基因富集分析(gene set enrichment analysis,GSEA)以及免疫细胞谱相关性分析。结果:样本中免疫、基质细胞的评分与肿瘤TNM分期等临床特征相关性分析发现,肿瘤微环境影响了PTC的发病,并作用于PTC的临床分期。使用limma R软件包分析获得441个免疫和基质评分组共同的DEGs。进一步分析了DEGs的PPI网络并与COX回归分析结果取交集得出核心基因SAA1。SAA1单基因分析发现,SAA1基因表达与PTC大小、淋巴结受累及远处转移呈正相关。GSEA富集分析及CIBERSORT分析表明SAA1主要富集于免疫通路并通过免疫细胞如CD4记忆T细胞、调节性T细胞、γ-δT细胞、静息的树突状细胞、活化的树突状细胞作用于PTC的发生发展。结论:本研究揭示了PTC临床状态与肿瘤微环境中的关键基因表达相关。关键基因SAA1通过调节肿瘤微环境中免疫成分影响了PTC的TNM分期。这表明SAA1有潜力成为PTC新的生物标志物以及诊断、治疗靶标。展开更多
文摘目的:利用生物信息学方法探究甲状腺乳头状癌(PTC)肿瘤微环境的免疫关键基因。方法:从TCGA(The Cancer Genome Atlas)数据库下载PTC患者的基因表达谱和临床数据。使用R软件的ESTIMATE算法、CIBERSORT法计算患者的免疫和基质评分以及肿瘤免疫浸润细胞组成比例。分别从免疫评分组和基质评分组中提取差异表达基因(DEGs),并使用功能注释和蛋白-蛋白相互作用(PPI)网络对其进行描述。与单因素Cox回归分析交集得出差异的核心基因。进一步对核心基因的临床相关性进行单基因分析、基因富集分析(gene set enrichment analysis,GSEA)以及免疫细胞谱相关性分析。结果:样本中免疫、基质细胞的评分与肿瘤TNM分期等临床特征相关性分析发现,肿瘤微环境影响了PTC的发病,并作用于PTC的临床分期。使用limma R软件包分析获得441个免疫和基质评分组共同的DEGs。进一步分析了DEGs的PPI网络并与COX回归分析结果取交集得出核心基因SAA1。SAA1单基因分析发现,SAA1基因表达与PTC大小、淋巴结受累及远处转移呈正相关。GSEA富集分析及CIBERSORT分析表明SAA1主要富集于免疫通路并通过免疫细胞如CD4记忆T细胞、调节性T细胞、γ-δT细胞、静息的树突状细胞、活化的树突状细胞作用于PTC的发生发展。结论:本研究揭示了PTC临床状态与肿瘤微环境中的关键基因表达相关。关键基因SAA1通过调节肿瘤微环境中免疫成分影响了PTC的TNM分期。这表明SAA1有潜力成为PTC新的生物标志物以及诊断、治疗靶标。