探讨m6调控因子与人类癌症之间的因果关系,纯生信也能轻松上5+

本文主要是介绍探讨m6调控因子与人类癌症之间的因果关系,纯生信也能轻松上5+,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


今天给同学们分享一篇生信文章“m6A Regulators Is Differently Expressed and Correlated With Immune Response of Esophageal Cancer”,这篇文章发表在Front Cell Dev Biol期刊上,影响因子为5.5。

53596b010237a26d31f14fde9eededed.jpeg

结果解读:


m6A调控因子在基因组中的异常与人类癌症的预后相关

为了评估m6A调控因子在人类癌症中的功能重要性,作者使用cBioPortal数据库分析了m6A调控因子异常与人类癌症患者生存时间之间的相关性。如图1所示,作者观察到基因组中m6A调控因子的异常与乳腺癌、肾癌和子宫内膜癌患者的预后明显相关,然而与膀胱癌和结肠癌患者的较长生存时间明显相关。此外,在其他类型的人类癌症中,作者并未发现m6A调控因子基因组异常与生存时间之间存在显著相关性。

90d1c7917f420e8c51cf3e0275e11e87.jpeg


在宫颈癌中,m6A调控因子的扩增、删除和突变

m6A调控因子在乳腺癌和肾癌中的作用在先前的研究中已经有所暗示。本研究重点探讨m6A调控因子在子宫内膜癌中的作用。作者利用cBioPortal数据库检测了1,680例病例中m6A调控因子的遗传变异情况(图2)。作者发现23个m6A调控因子中存在不同程度的遗传变化,包括ALKBH5、FTO、HAKAI、HNRNPA2B1、HNRNPC、IGF2BP1、IGF2BP2、IGF2BP3、KIAA1429、METTL14、METTL16、METTL3、RBM15、RBM15B、VIRMA、WTAP、YTHDC1、YTHDC2、YTHDF1、YTHDF2、YTHDF3、ZC3H13和ZCCHC4。如图2所示,作者揭示了大多数m6A调控因子在子宫内膜癌中存在扩增、缺失和突变的情况,其中IGF2BP2的发生率最高(11%)。

94d0c933b1a8056e649ebe40d626444c.jpeg


m6A调控因子在EC中的表达谱

TCGA中的m6A调控因子水平显示在图3中。其中,17个m6A调控因子在EC样本中表达增加,包括IGF2BP3(图3A),HAKAI(图3B),KIAA1429(图3C),RBM15(图3D),METTL16(图3E),YTHDF2(图3F),YTHDF1(图3G),IGF2BP2(图3H),ZC3H13(图3I),FTO(图3J),YTHDF3(图3K),RBM15B(图3L),ALKBH5(图3M),HNRNPC(图3N),HNRNPA2B1(图3O),WTAP(图3P),METTL14(图3Q)。与此同时,METTL3(图3R)和YTHDC2(图3S)在肿瘤样本中被抑制。然而,作者发现YTHDC1(图3T),ZCCHC4(图3U),IGF2BP1(图3V)在正常和肿瘤样本之间的表达没有差异。

53674816eae1bbbb22827721c8cca0ea.jpeg


m6A调控因子的失调与EC患者较短的OS时间相关

然后,作者使用Kaplan-Meier图来检测m6A调控因子在子宫内膜癌中的预后价值。作者发现HNRNPC(图4A)、YTHDC2(图4B)、WTAP(图4C)、VIRMA(图4D)、IGF2BP3(图4E)和HNRNPA2B1(图4F)的水平与子宫内膜癌的不良预后显著相关,表明这些m6A调控因子在子宫内膜癌中起着关键作用。

1b43bdc70fbf95cb4674aa72388d446e.jpeg


m6A调控因子的失调与EC的晚期临床分期相关

作者接下来在EC中确认了m6A调控因子与临床参数之间的相关性。如图4所示,结果显示6个m6A调控因子(HNRNPC、YTHDC2、WTAP、VIRMA、IGF2BP3和HNRNPA2B1)在食管鳞状细胞癌和食管腺癌中均上调,与正常样本相比。在这些基因中,IGF2BP3在EC样本中的上调幅度最显著(图5E)。此外,作者发现只有WTAP(图5A)和HNRNPC(图5B)在鳞状细胞癌中上调,而在腺癌中没有上调。

b24d281385e9c117a0781555aa8efce4.jpeg

总结

总之,作者的研究通过生物信息学分析证实了肿瘤相关m6A调节因子的失调,这与EC患者的预后有关,因此它可以作为预后的生物标志物。此外,作者发现m6A调节因子的表达与EC中免疫浸润水平和免疫调节因子的表现相关。作者的研究表明,m6A调节蛋白可能是EC中的假定药物靶点。


这篇关于探讨m6调控因子与人类癌症之间的因果关系,纯生信也能轻松上5+的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/379072

相关文章

Debian如何查看系统版本? 7种轻松查看Debian版本信息的实用方法

《Debian如何查看系统版本?7种轻松查看Debian版本信息的实用方法》Debian是一个广泛使用的Linux发行版,用户有时需要查看其版本信息以进行系统管理、故障排除或兼容性检查,在Debia... 作为最受欢迎的 linux 发行版之一,Debian 的版本信息在日常使用和系统维护中起着至关重要的作

macOS怎么轻松更换App图标? Mac电脑图标更换指南

《macOS怎么轻松更换App图标?Mac电脑图标更换指南》想要给你的Mac电脑按照自己的喜好来更换App图标?其实非常简单,只需要两步就能搞定,下面我来详细讲解一下... 虽然 MACOS 的个性化定制选项已经「缩水」,不如早期版本那么丰富,www.chinasem.cn但我们仍然可以按照自己的喜好来更换

四种简单方法 轻松进入电脑主板 BIOS 或 UEFI 固件设置

《四种简单方法轻松进入电脑主板BIOS或UEFI固件设置》设置BIOS/UEFI是计算机维护和管理中的一项重要任务,它允许用户配置计算机的启动选项、硬件设置和其他关键参数,该怎么进入呢?下面... 随着计算机技术的发展,大多数主流 PC 和笔记本已经从传统 BIOS 转向了 UEFI 固件。很多时候,我们也

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

《Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单》:本文主要介绍Springboot的ThreadPoolTaskScheduler线... 目录ThreadPoolTaskScheduler线程池实现15分钟不操作自动取消订单概要1,创建订单后

轻松掌握python的dataclass让你的代码更简洁优雅

《轻松掌握python的dataclass让你的代码更简洁优雅》本文总结了几个我在使用Python的dataclass时常用的技巧,dataclass装饰器可以帮助我们简化数据类的定义过程,包括设置默... 目录1. 传统的类定义方式2. dataclass装饰器定义类2.1. 默认值2.2. 隐藏敏感信息

闲置电脑也能活出第二春?鲁大师AiNAS让你动动手指就能轻松部署

对于大多数人而言,在这个“数据爆炸”的时代或多或少都遇到过存储告急的情况,这使得“存储焦虑”不再是个别现象,而将会是随着软件的不断臃肿而越来越普遍的情况。从不少手机厂商都开始将存储上限提升至1TB可以见得,我们似乎正处在互联网信息飞速增长的阶段,对于存储的需求也将会不断扩大。对于苹果用户而言,这一问题愈发严峻,毕竟512GB和1TB版本的iPhone可不是人人都消费得起的,因此成熟的外置存储方案开

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

day-51 合并零之间的节点

思路 直接遍历链表即可,遇到val=0跳过,val非零则加在一起,最后返回即可 解题过程 返回链表可以有头结点,方便插入,返回head.next Code /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}*

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟)

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟) 题目描述 给定一个链表,链表中的每个节点代表一个整数。链表中的整数由 0 分隔开,表示不同的区间。链表的开始和结束节点的值都为 0。任务是将每两个相邻的 0 之间的所有节点合并成一个节点,新节点的值为原区间内所有节点值的和。合并后,需要移除所有的 0,并返回修改后的链表头节点。 思路分析 初始化:创建一个虚拟头节点