前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >浆细胞在膀胱癌中的预后分析

浆细胞在膀胱癌中的预后分析

作者头像
生信技能树jimmy
发布2023-09-26 20:37:26
2210
发布2023-09-26 20:37:26
举报
文章被收录于专栏:单细胞天地单细胞天地

文章信息

题目:The potential crosstalk between tumor and plasma cells and its association with clinical outcome and immunotherapy response in bladder cancer 期刊:Journal of Translational Medicine 日期:03 May 2023 DOI:https://doi.org/10.1186/s12967-023-04151-1

这篇文章讨论了浆细胞在膀胱癌免疫微环境的所扮演的作用。相比于传统肿瘤预后类文章,觉得有如下几方面新意:

  • (1)除了TCGA数据,引入了独立的免疫治疗相关数据集;在整个分析流程中起到验证作用;
  • (2)在单细胞数据的细胞异质性分析中,提供了多角度的衍生分析,充实了数据完整性;
  • (3)使用配受体对相关基因作为建模候选基因,理论上可以反应建立在互作水平上的预后意义;
  • (4)文章构图很美观,丰富。除了正文部分展示了最重要的7张图,附件中还有10余张附图。

总体来说是值得借鉴的一篇生信文章,下面简单总结了文章的分析思路。

1、PCs水平对BC生存分析

  • 对两个BC数据集(TCGA, IMvigor210)使用Xcell算法进行免疫浸润分析;
  • 在TCGA中,class-switched memory B cells/PCs与较好预后相关;
  • 在IMvigor210中, PCs与较好预后相关;且Response组的PCs水平较高。

2、BC单细胞数据分析

根据PRJNA662018单细胞数据集,首先分析PCs与Tumor cell的异质性;然后进行cellchat细胞通讯分析。

2.1 两个PCs亚群

  • 首先根据CD79A, MZB1表达将cluster11注释为PCs,并进一步鉴定7个亚群;
  • 然后根据抗体相关基因表达,又可将PCs主要分为两个亚群:IGHG1-, IGHA1-;
  • 对这两个亚群进行特征基因(COSG tool)通路分析分析以及拟时序分析阐释二者生物意义。

2.2 六种肿瘤细胞状态

  • 根据CNV水平,从上皮细胞中鉴定肿瘤细胞;并使用NMF算法进行降维分析;
  • 基于肿瘤状态基因集(https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9886402/#SD1)打分,定义出处于6种状态下的肿瘤细胞;
  • 对每种状态肿瘤细胞的特征基因(COSG tool)进行通路分析, 生存分析。

2.3 PCs与Tumor通讯分析

  • 在总体细胞通讯水平中,PCs主要是基质细胞的receiver;是T细胞与MDCs的sender;
  • 在PCs与肿瘤细胞的通讯分析中, 对一些特征通路,配受体对展开深入的分析,例如MIF通路,APP/CD74配受体;
  • 在其中58个显著配受体对涉及基因中,33个基因在TCGA tumor/normal差异表达;16个基因在IMvigor210 response/nonresponse差异表达;
  • 结合空间转录组数据集(GSE171351)对上述中的两个配受体共表达进行了验证。

3、预后模型系列分析

3.1 构建预后模型

  • 基于上述58个配受体对相关基因,采用逐步回归法(My.stepwise R package),鉴定出由13个基因组成signature;
  • signature衍生的riskscore与TCGA较差预后相关,且预测性能优于其它临床指标;
  • 在IMvigor210数据集中发现riskscore与较差预后相同,同时也与免疫治疗效果负相关。

3.2 模型相关性分析

  • riskscore与Hallmark pathway打分的相关性;
  • riskscore与免疫细胞浸润(Xcell),评分(ESITIMATE)的相关性;
  • riskscore与TIDE系列打分(https://github.com/jingxinfu/TIDEpy), IPS等的相关性;
  • 高低风险分组与不同BC亚型、药物敏感度、基因突变的相关性分析。
本文参与?腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2023-07-07 21:10,如有侵权请联系?cloudcommunity@tencent.com 删除

本文分享自 单细胞天地 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与?腾讯云自媒体分享计划? ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、PCs水平对BC生存分析
  • 2、BC单细胞数据分析
    • 2.1 两个PCs亚群
      • 2.2 六种肿瘤细胞状态
        • 2.3 PCs与Tumor通讯分析
        • 3、预后模型系列分析
          • 3.1 构建预后模型
            • 3.2 模型相关性分析
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
            http://www.vxiaotou.com