【原】学会这篇3+文章你再也不怕自己的图表少了

     今天和大家分享的是2020年1月发表在Cancers Medicne（IF=3.491）上的一篇文章：“Identify potential clinical significance of long noncoding RNA forkhead box P4 antisense RNA 1 in patients with early stage pancreatic ductal adenocarcinoma”，作者在证明FOXP4-AS1的预后价值后，通过全基因组富集分析发现FOXP4-AS1与多个肿瘤相关通路有关，揭示了其在PDAC中的潜在分子机制；此外，两种针对FOXP4-AS1的小分子靶向治疗药物的发现进一步丰富了其临床价值。

Identify potential clinical significance of long noncoding RNA forkhead box P4 antisense RNA 1 in patients with early stage pancreatic ductal adenocarcinoma

对lncRNA FOXP4-AS1在早期胰腺导管腺癌患者中潜在临床价值的研究

一、研究背景

PDAC（胰腺导管腺癌）是一种常见的胰腺癌类型，通常预后生存率较差。近来的许多研究表明FOXP4-AS1（一种lncRNA）与许多癌症的疾病进展和预后有关，比如结直肠癌和前列腺癌。但FOXP4-AS1对早期PDAC的临床意义（包括预后价值，分子机制，用于靶向治疗的小分子药物）尚未得到研究。

二、分析流程

三、结果解读

1、数据预处理

作者下载了TCGA中112例做过胰十二指肠切除术的PDAC患者的RNA-seq数据，使用R包“DESeq”进行归一化处理，并在补表1中给出了患者队列的临床病理数据。作者发现其中组织学评分、放射治疗、根治性切除、靶向治疗四个因素与PDAC患者的预后有关，因此这四个预后因素被选作后面多因素cox回归中的变量。

补表1.TCGA队列患者的临床病理数据

2、FOXP4-AS1的预后价值分析

取FOXP4-AS1中位表达水平将TCGA患者队列分为高/低表达组，图1.A的散点图和图2.B的KM生存分析结果均反映了FOXP4-AS1的高表达与PDAC的不良预后有关。接着，作者绘制了ROC曲线，证明了FOXP4-AS1的表达水平有着良好的预后预测价值（1-4年的AUC值分别为：0.514、0.595、0.688、0.771）

同时，作者利用FOXP4-AS1表达水平和其他临床预后因素共同作为变量，构建了如图2所示的列线图。结果显示FOXP4-AS1表达水平是仅次于TNM分期和靶向治疗的重要预后影响因素。

图1.对FOXP4-AS1在PDAC中的生存分析结果

图2.整合FOXP4-AS1表达水平和其他临床因素的列线图

        接着，为了探究将FOXP4-AS1表达水平与其他临床因素整合后是否会提升对PDAC进行预后预测的准确性，作者将FOXP4-AS1表达水平与上述四个临床因素分别两两组合，并将患者分别按照四种情况进一步分组后做KM生存分析（以FOXP4-AS1表达水平与放疗组合为例：a组为低表达无放疗，b组为低表达有放疗，c组为高表达无放疗，d组为高表达有放疗）。结果如图3所示，作者发现与临床因素整合可以提高FOXP4-AS1的预后价值。在此基础上，作者进一步用多因素cox回归分析进行验证（表1），得到了同样的结论（除了与放疗因素组合的情况）

图3.FOXP4-AS1与四个临床因素分别组合的KM生存分析结果

表1.多因素cox回归结果

3、对FOXP4-AS1共表达基因的富集分析

为了研究FOXP4-AS1在PDAC中的潜在分子机制和相关通路，作者对FOXP4-AS1的共表达基因进行了富集分析。首先，作者对FOXP4-AS1进行全基因组的共表达分析，以pearson相关系数>2，p<0.05作为作为标准，共得到22个与FOXP4-AS1负相关的基因和905个与FOXP4-AS1正相关的基因，并在图4中给出了这些基因与FOXP4-AS1的共表达网络。接着，作者利用DAVID对这些FOXP4-AS1相关基因进行GO和KEGG分析，发现多种与肿瘤疾病进展有关的通路和生物学过程在FOXP4-AS1相关基因中富集，具体富集通路结果如下：

• GO：细胞粘附、局灶性粘附、三羧酸循环、DNA损伤反应、脂质分解过程

• KEGG：氧化磷酸化、胰腺分泌、过氧化物酶体、三羧酸循环

图4.FOXP4-AS1的基因共表达网络

        接着作者分别利用GeneMANIA（图5）和STRING（图6）构建了FOXP4-AS1相关基因的共表达网络和PPI网络，发现FOXP4-AS1相关基因之间具有复杂的共表达网络。

图5.GeneMANIA构建FOXP4-AS1相关基因共表达网络

图6.STRING构建PPI网络

4、FOXP4-AS1高/低表达组DEGs的功能注释

        按FOXP4-AS1中位表达水平对患者队列分组，利用R包“edgeR”筛选出676个DEGs。如图7中的火山图所示，其中有285个上调，391个下调基因。接着，作者利用DAVID对DEGs进行GO和KEGG分析，同样发现多种与肿瘤疾病进展有关的通路和生物学过程在DEGs中富集，具体结果如下：

• GO：细胞表面受体级联反应、PI3K信号通路、细胞增殖、血管新生调控、JAK/STAT通路

• KEGG：胰腺分泌、细胞粘附、细胞色素P450代谢、细胞因子-受体相互作用

图7.DEGs火山图

        接着作者分别利用GeneMANIA（图8）和STRING（图9）构建了DEGs的基因共表达网络和PPI网络，发现DEGs之间具有复杂的共表达网络。

图8.GeneMANIA构建DEGs的基因共表达网络

图9.STRING构建DEGs的PPI网络

最后，作者利用CMAP分析鉴定出两种小分子靶向治疗药物（在CMAP分析中取中位connect score<-0.2的分子），分别是茶苯海明和甲氧基肾上腺素，它们的化学式和CMAP分析结果如图10所示，二者具有作为FOXP4-AS1靶向治疗药物的潜在价值。

图10.CMAP分析得到的两种靶向治疗药物

5、PDAC全基因组GSEA分析

为了进一步研究FOXP4-AS1在PDAC中的作用机制，作者对FOXP4-AS1高低表达组样本分别进行PDAC全基因组数据的GSEA基因富集分析。首先使用c5作为参考基因集，如图11所示，细胞呼吸、电子传递链、氧化磷酸化、MAPK、非编码RNA形成以及氧化还原酶作用在FOXP4-AS1高表达组中富集；接着，使用c2作为参考基因集，如图12所示，FOXP4-AS1高表达与TCA循环电子传递链、氧化磷酸化、TP53磷酸化明显有关（图12.A-C）；而FOXP4-AS1低表达则与CD8-TCR、PI3K、NF-κB、AP-1、JAK/STAT、细胞因子-受体相互作用、NK细胞毒性以及TCR级联反应有关（图12.D-L）

图11.c5作为参考基因集的GSEA结果

图12.c2作为参考基因集的GSEA结果

小结

本篇文章中，作者证明了FOXP4-AS1的预后价值（FOXP4-AS1高表达与PDAC不良预后有关），并通过全基因组富集分析发现FOXP4-AS1与氧化磷酸化、TCA循环、肿瘤免疫、细胞粘附等多个肿瘤相关通路有关，揭示了FOXP4-AS1在PDAC中的潜在分子机制。同时，作者鉴定出两种针对FOXP4-AS1的小分子靶向治疗药物，进一步丰富了其临床价值。

        文章局限性：1、本文使用的所有患者数据均来自同一个TCGA队列，且样本容量较小，因此需要更大的样本队列对研究结论进行验证；2、从TCGA下载的数据中，有部分患者的临床数据有缺失，可能造成结果的不准确；3、文章的分子机制研究全部基于富集分析等生物信息学手段，因此需要进行in vivo和in vitro的实验对结论进行验证。