A network approach reveals driver genes associated with survival of patients with triple-negative breast cancer

April 19, 2021; IF=5.4

https://doi.org/10.1016/j.isci.2021.102451

image-20220505144346626

image-20220505144446718

1、WGCNA分析

（1）对773个来自TCGA的BRCA(包括92个TNBC)的31338个基因表达数据进行WGCNA网络共表达分析

  • 计算邻接矩阵的相关性指标选择 bicor(biweight midcorrelation)
  • 得到22个模块，计算模块相关的ME与kME
    • ME：每个样本对于每个模块的特征值
    • kME：每个基因对于每个模块的相关性

image-20220505152653804

（2）使用方差分析，根据WGCNA鉴定的样本模块ME特征值与BRCA样本的subtype，发现与亚型分型最相关的12个模块

  • 前期根据每个模块的基因组成进行富集分析，注释每个模块的相关通路(GO BP)
  • 其中M12模块与TNBC分析最正相关(bicor = 0.69)；M2模块与TNBC最负相关(bicor = -0.69)
image-20220505153025252

（3）对模块进行聚类分析，发现22个模块可以分为3类；其中的两类与TNBC相关，但相反(anti-correlated)

  • 对于每个模块的样本ME值与样本TRAIT数据进行相关性分析，其中重点关注与样本的TNBC二分类以及生存时间的相关性。目标是希望找到与TNBC二分类正相关与生存时间负相关的模块。
  • 发现M12为代表的一类模块（M7，M21，M17，M8）与TNBC正相关，生存时间负相关，统称为M12-like module
  • 发现M2为代表的一类模块（M11，M5，M19）与TNBC负相关，与生存时间正相关，统称为M2-like module
  • 综上找到与TNBC分型相关的两大类模块，包括9个模块

与TNBC正相关表明，模块特征值越大，越符合TNBC；与TNBC正相关表明，模块特征值越小，越符合TNBC。

image-20220505154030287

2、差异分析与生存分析

（1）差异分析：使用T检验，分析TNBC分别与其它三种BRCA subtype的差异基因 BH FDR校正

  • 取三次差异分析结果中具有相同方向的显著TNBC DEG，共1518个。

（2）模块ME生存分析：基于TCGA的773样本的RFS状态进行生存分析

  • 首先分析每个模块的ME高低分组与生存的相关性：分为M12-like与M2-like两类模块讨论，总体来说M2-like模块低表达组(lower ME)的样本更容易复发；M12-like模块与之相反。

（3）单基因生存分析：基于GEO的1234个样本的RFS状态进行生存分析

  • 根据之前的差异分析结果，标记M12 TNBC top20(相对Luminal A)的上调基因；标记M2 TNBC top20(相对Luminal A)的下调基因。进行单基因生存分析。
  • 结果发现M12模块的PSAT1、ART3等5个基因；M2模块的TFF1、SCUBE2等6个基因具有生存显著相关性。
image-20220505161956291

3、GIANT分析

（1）挑选出M2-like、M12-like的hub基因（Top10，kME>0.6）

（2）使用GIANT数据库(http://giant-v2.princeton.edu/)搜索在乳腺组织中，与这些hub gene高相关的基因。

  • 对于M2、M12模块也加入哪些虽然不是hub，但是生存高相关的基因。

（3）结果发现M7，M21，M17，M8，M12，M2这6个模块，具有较高的连接度关系

  • M12模块的hub基因，PSAT1，YBX1，MTHFD1L具有最高的连接度。
  • M2模块中整体连接度比较高，hub基因ESR1，TFF1，SCUBE2等基因比较特殊。

image-20220506143725861

4、预后模型

  • 基于GEO的1234个BRCA样本的RFS状态，训练基因组合模型，使用ROC曲线评价模型对于BRCA以及TNBC的预测性能。

  • 如下式，定义一个score：分子来自与TNBC负相关的M2-like module的基因；分母来自与TNBC正相关的M12-like module的基因。

    • 分子与分母的基因数保持相同，即基因数比（1:1,2:2,3:3）；每个基因的权重设置为1。

    • 若M2相关基因的表达值越低、同时M12相关基因的表达越高；则score值就越低→越符合TNBC。

    $$ score = \frac{M2-like ,gene(s)}{M12-like ,gene(s)} $$

4.1 第一轮ROC

选用来自第二步中挑选的11个来自M2(5)、M12(6)，与生存相关的TNBC差异基因。

  • 共有381种模型组合可能；
  • 对BRCA预测最佳模型的基因组合为（ERBB4 + SCUBE2 + TFF1/ART3 + FZD9 + PSAT1），但是在TNBC中表现不佳。
  • ERBB4/FZD9组合在TNBC的5年生存率预测中效果最佳
image-20220505200128521

4.2 第二轮ROC

扩大基因的选择范围，考虑更多的module 差异基因或者hub基因

  • 分子包括ERBB4、SCUBE2等24个来自M2-like 模块；分母包括ART3, FZD9,PSAT1等34个来自M12-like 模块；

  • 共有11385种组合可能（包括1:1, 2:2, 3:3）；

  • 针对TNBC的Top最佳模型在TNBC中性能明显优于上一轮，但在BRCA数据中预测性能最低；

  • 最佳基因组合为(BIK +GPRC5C+ SPTLC2/CEBPB + DUSP4 + TPO)，而且大些基因大多出现在Top100 TNBC模型中。

image-20220505201833858

4.3 第三轮ROC

  • 在第二轮的最佳TNBC模型6基因的基础上，手动根据文献添加补充候选基因；
  • 最终敲定最优的9基因模型对TNBC具有良好的特异性，对BRCA性能一般。
  • 最后在TCGA的BRCA数据上取得了验证。
image-20220505203823399

小结：这篇文章目的是找到一个特异性针对TNBC的预后模型的基因组合。首先使用WGCNA找到与TNBC分型相关的模块，然后结合差异分析、生存分析以及组织间基因相互作用分析从关键模块定位到关键基因。关于模型基因组合，第一次见到本文的计算（类似于传统riskscore）方式，觉得比较新奇；结合三轮ROC分析，不断增加候选基因，筛选了1W+的基因组合，最终获得了一个理想的模型。