「文献解读」使用8-miRNA特征可以准确识别TNBC患者的临床结局

论文写作1年前 (2022)发布 Robin

64 0 0

今天解读的这篇文章发表在Theranostics（影响因子8.579）上，题目：A panel of eight microRNAs is a good predictive parameter for triple-negative breast cancer relapse。作者证明了使用8-miRNA特征可以准确识别TNBC患者的临床结局。8-miRNA标记可能在TNBC中有重要作用。

摘要

背景：三阴性乳腺癌（TNBC）在所有乳腺癌中具有最高的复发率和最短的生存时间，因此迫切需要一种风险评估方法来确定准确的治疗方案。miRNA表达模式已被确定为诊断，预后和个性化治疗的潜在生物标志物。在这里，作者研究了候选miRNA的组合，作为可在临床上准确预测TNBC患者术后复发的临床应用特征。

方法：使用logistic回归和高斯混合分析对四个训练数据集（TCGA_TNBC和GEOD-40525）和验证数据集（GSE40049和GSE19783）进行分析。作者建立了miRNA特征风险模型，并确定了用于预测TNBC复发的8-miRNA特征。

结果：miRNA特征风险模型在训练集中确定了10个候选miRNA。通过组合10个miRNA中的8个（miR-139-5p，miR-10b-5p，miR-486-5p，miR-455-3p，miR-107，miR-146b-5p，miR-324-5p和miR- 20a-5p），建立了TNBC患者复发的准确预测模型，并与预后高度相关（AUC为0.80）。随后，该8-miRNA特征预示了两个验证集中AUC分别为0.89和0.90。

结论：8-miRNA特征预测模型可以帮助临床医生为手术后复发高风险的TNBC患者提供预后，并提供进一步的个性化治疗以减少复发机会。

流程图

结果概述

1.从公共数据集中筛选候选miRNA

为了筛选重要的生物标记并验证TNBC中潜在的候选miRNA，作者从两个不同的数据集中（TCGA_TNBC and GEOD-40525）获得了总共125个TNBC组织和15个相邻的正常组织。分别在TCGA_TNBC和GEOD-40525中表达了总共1046和723个miRNA。作者将p值和FDR阈值设置为小于0.05。然后，分别在TCGA_TNBC和GEOD-40525中保留了109和44个miRNA。最后，TCGA_TNBC和GEOD-40525数据集共有10个候选miRNA。下表1中显示了数据集的临床病理特征。下表2中提供了由Venn图分析生成的10个miRNA的详细列表。此外，作者使用了这10个候选标记物通过逻辑回归和GMM分析来验证miRNA的特征。然后，作者根据肿瘤复发的AUC值建立了8-miRNA特征。由于8-miRNA标记可能是预后的生物标志物，因此对GSE40049和GSE19783进行了独立研究，以验证其预测准确性。根据预测结果，作者确定了需要积极治疗以提高其生存率的TNBC高危人群。

对于TCGA_TNBC和GEOD-40525数据集，热图表示与相邻的正常组织和肿瘤组织不同的10个候选miRNA的表达。hsa-miR-486-5p，hsa-miR-139-5p和hsa-miR-10b-5p的表达水平下调，hsa-miR-107，hsa-miR-146b-5p，hsa-miR-142-3p，hsa-miR-17-5p，hsa-miR-455-3p，hsa-miR-324-5p和hsa-miR-20a-5p的表达水平在TCGA_TNBC和GEOD-40525数据集中均上调。如下图所示：

比较肿瘤与相邻正常组之间10种候选miRNA的表达水平，发现TCGA_TNBC和GEOD-40525数据集之间的差异具有统计学意义，如下图所示：

根据TCGA_TNBC数据，与TNBC患者相比，非TNBC患者中10个候选基因的表达显著。3个下调的miRNA中只有hsa-miR-486-5p不显著。如下图A所示。hsa-miR-20-5p，hsa-miR-107，hsa-miR-146b-5p，hsa-miR-455-3p，hsa-miR-324-5p，hsa-miR-17-5p，hsa-miR -142-3p在TNBC与非TNBC患者之间的7个上调的miRNA中极为显著，如下图B所示。结果表明，这10种候选miRNA在TNBC和非TNBC患者样本间有很大差异。

2. 使用训练集建立用于TNBC复发预测的8-miRNA特征

为了预测建模，作者使用逻辑回归分析来评估10个miRNA候选物的每个表达值与AUC值之间的关联。在患者DFS分析中进行了筛查。作者使用了基于GMM的决定性聚类，这是一种非常可行的方法，并且具有良好的聚类性能。然后，作者通过GMM和AUC将基因集聚为八个类。然后，作者选择了AUC最高的一个簇作为预测TNBC患者复发的标志。因此，通过整合8个miRNA的表达数据，开发了复发的miRNA候选风险评分模型。hsa-miR-139-5p，hsa-miR-107，hsa-miR-486-5p，hsa miR-10b-5p，hsa-miR-146b-5p，hsa-miR-455-3p，hsa miR -20a-5p和hsa-miR-324-5p特征显示GMM分类器的平均准确度为0.8031，如下图所示。

此外，作者还使用公式预测和比较了 luminal A（AUC = 0.7）， luminal B（AUC = 0.83），HER2（AUC = 0.94）和TNBC（AUC = 0.8）的AUC值，如下图所示。结果表明，HER2，luminal B和TNBC患者中这10个候选物的AUC值在预测复发方面优于luminal A患者。但是，TNBC中8-miRNA组合的AUC值被限制为0.8，并且小于其他亚型。

为了验证此8-miRNA特征的预后作用，miRNA风险评分的计算方法如下：组合miRNA panel =(0.02554× expression value of miR-139) + (-0.000005284× expression value of miR-10b) + (-0.0003305× expression value of miR-486) + (0.008664× expression value of miR-107) + (0.003201× expression value of miR-324) + (0.001031× expression value of miR-455) + (0.000474× expression value of miR-146b) + (-0.001575× expression value of miR-20a)。根据中位数（中位数= 1.602）进行风险评分，将111例患者分为高风险（n = 55）和低风险（n = 56）组，如下图A、B所示。此外，对患者的DFS和OS，使用8-miRNA特征的Kaplan-Meier生存分析来比较高风险组和低风险组。最终，作者确认高风险组的复发和死亡率显著高于低风险组。如下图C、D所示。更重要的是，ROC曲线进一步证明了风险评分模型能够有效预测TNBC患者的复发。此外，8-miRNA特征的AUC值为0.8032，如下图E所示。TNBC的8-miRNA功能作用涉及TNBC的生长，转移，化学抗性，免疫调节剂，复发和凋亡。

3. TNBC中miRNA预后的生存分析

为了进一步研究8种单独的miRNA与TNBC患者OS和DFS的临床特征之间的特异性联系，使用Kaplan-Meier方法进行了全面的生存分析。在分析中，结果表明三个miRNA（hsa-miR-455-3p，hsa-miR-107和hsa-miR-486-5p）与OS显著相关，如下图A、B所示。

此外，DFS分析结果表明，hsa-miR-139-5p与DFS显著相关（如下图所示）：

这些结果表明，hsa-miR-139-5p与TNBC患者的复发相关。然而，hsa-miR-455-3p，hsa-miR-107和hsa-miR-486-5p与OS相关。为了探讨与TNM分类相关的主要预后因素，以肿瘤大小，淋巴结状态和远处转移为主要预后因素。在I-II期（早期）和III-IV期，仅hsa-miR-139-5p显著表达，如下图A所示。作者还发现，hsa-miR-139-5p与淋巴结转移高度相关（如下图B所示），在远处转移高度表达（如下图C所示）。

4. 识别基于8-miRNA特征的风险评分的基因集

为了全面研究miRNA及其功能之间的相互作用，在高风险组中进行了8-miRNA信号的GO和Hallmark通路分析，功能富集分析表明8-miRNA标记在炎症，转移和代谢中富集，如下图A所示。因此，作者计算了富集率，即标准化的富集得分（NES）×GeneRatio（富集基因数/总基因数），然后对该比率进行排秩。气泡图显示8-miRNA特征与TNF-α/NF-κB信号传导，胸腺细胞聚集，肥大细胞激活，T细胞分化，炎症反应和细胞粘附有关。此外，来自GSEA的带有Hallmark基因集的前10个结果显示，大多数通路和基因对于炎症调节至关重要，并且癌症转移与高风险评分相关。前10个GO基因集还与淋巴细胞激活，细胞粘附和质膜外侧相关，这对于炎症反应和肿瘤进展至关重要。如下图B所示。

为了进一步确认哪些生物功能与此8-miRNA特征相关，下图C中的流程图将miRTarBase的miRNA靶标与8-miRNA候选物结合起来，以识别其潜在靶标。然后，使用功能富集工具Reactome来分析其生物功能。结果表明8-miRNA信号与白细胞介素4和白细胞介素13信号，细胞衰老，RUNX3的转录调控，MECP2的转录调控以及氧化应激诱导的衰老相关。条形图表明，产生的通路对免疫系统，细胞反应，基因表达，癌症和信号转导至关重要，如下图D所示：

5. 通过验证集验证用于TNBC复发预测的miRNA特征

为了验证该8-miRNA特征的预后作用，作者将通过测试获得的相同miRNA特征应用于独立队列中的其他60名TNBC患者。评估了验证队列GSE40049，GSE19783和E-MTAB-1989数据集中的表达，这些表达由复发事件和无复发事件组成。作者使用相同的8-miRNA特征进行了逻辑回归分析，以诊断和预测患者复发的可能性。根据中位风险评分，GSE40049将24例患者分为高危（n = 11）和低危（n = 13）组，如下图A所示。此外，根据中位风险评分，在GSE19783中将18例患者分为高风险（n = 8）和低风险（n = 10）组，如下图B所示。

使用具有8-miRNA特征的Kaplan-Meier生存分析来比较高危和低危组患者的DFS。在分析中，作者确认了高风险组中的8-miRNA特征与GSE40049（下图C），GSE19783（下图D）和E-MTAB-1989数据集的患者复发率显著相关。分析了训练集和验证集之间的AUC值，在验证集中的AUC值为0.8961（GSE19783）和0.9062（GSE40049），而在训练集中为0.8032（下图E）。因此，ROC曲线显示，验证集中的8-miRNA特征优于训练集。

作者证明了使用8-miRNA特征可以准确识别TNBC患者的临床结局。8-miRNA标记可能在TNBC中有重要作用。但需要在大型独立患者队列中进行进一步的验证研究，以评估其对TNBC诊断和预后的真实临床价值。