细胞

注册

 

发新话题 回复该主题

致这篇8分的SCI论文作者,其实Sang [复制链接]

1#
哪家白癜风治疗最专业 http://www.znlvye.com/

致这篇8分的SCI论文作者,其实Sangerbox数据合成现在可以引用了,虽然没致谢,但是引用是必要的

关于8分SCI论文(多中心研究的综合分析确定了卵巢癌的WGCNA衍生的癌症相关成纤维细胞特征)多数据合成使用工具SangerBox.

癌症相关成纤维细胞和基质评分可被视为卵巢癌的预后标志物

我们基于GPL平台整合了多数据集(GSE、GSE、GSE、GSE、GSE和GSE),统一流形逼近和投影(UMAP)分析显示了去除批次效应前后每个数据集的分布情况(图1A、B)。表达密度图还显示,GPL元队列的批次效应被很好地去除(图1C、D)。最后,我们用完整的后续信息对个样本的表达谱进行了归一化(图1E)。以前的参考文献报道了CAF招募免疫抑制细胞的能力,因此我们使用免疫荧光对原发性肿瘤患者和复发性肿瘤患者进行了免疫荧光染色(39)。有趣的是,在原发性肿瘤患者的CAF细胞(粉红色)周围有Treg细胞(绿色)的募集。图2A),尤其是在复发样本中,大量的Treg细胞聚集在CAF细胞的显着部分(图2B)。CD8+细胞(红色)在两个样本中的CAF细胞周围都很少见。随后,通过基于GPL元队列(n=)和TCGA-OV队列(n=)的EPIC、xCell和MCP-counter算法预测CAF浸润评分,并通过ESTIMATE算法计算基质评分.我们根据四种生物信息学算法计算的分数的截止值将所有样本分为高CAF/基质评分组和低CAF/基质评分组。在GPL元队列中,结果显示较高的CAF浸润和间质评分与OC患者较差的总生存期(OS)显着相关。图2C)。同样,它也可以用作TCGA-OV队列中的预测生物标志物(图2D)。我们的研究将EPIC和MCP-counter计算的CAF丰度定义为后续WGCNA的表型数据。其他算法计算的数据用于验证。

图1

基于GPL平台数据集的规范化过程。(A)标准化前六个数据集的UMAP图。(B)标准化后六个数据集的UMAP图。(C)标准化前六个数据集的表达密度图。(D)归一化后六个数据集的表达密度图。(E)归一化后六个数据集的表达式分布图。UMAP,统一流形逼近和投影。

图2

CAF在空间上与Treg细胞和基于生存分析的CAF和基质评分相关。(A)原始卵巢组织样本的免疫荧光染色。(B)复发性卵巢组织样本的免疫荧光染色结果。(C)GPL元队列的Kaplan-Meier分析,包括CAF_EPIC(i)、Fibroblasts_MCPcounter(ii)、Fibroblasts_xCell(iii)和StromalScore_estimate(iv)。(D)TCGA-OV队列的Kaplan-Meier分析,包括CAF_EPIC(i)、Fibroblasts_MCPcounter(ii)、Fibroblasts_xCell(iii)和StromalScore_estimate(iv)。CAFs,癌症相关成纤维细胞;Tregs,调节性T细胞。

癌症相关成纤维细胞评分的共表达网络

WGCNA是使用GPL元队列和TCGA-OV队列中前25%方差的表达谱进行的。GPL元队列中的软阈值功率为3(图3A);同样,TCGA-OV队列的阈值也是3(图3B)。随后,在不同的队列中进行动态模块识别,每个模块的基因数量不少于50个(图3C、D)。对于GPL元队列,9个共表达模块被聚类,棕色模块与CAFs_EPIC评分(Cor=0.88,P=3e-)和成纤维细胞_MCPcounter评分(Cor=0.9,P=5e-)(图3E)。对于TCGA-OV队列,9个共表达模块被聚类,蓝色模块与CAFs_EPIC评分(Cor=0.76,P=2e-71)和成纤维细胞_MCPcounter评分(Cor=0.92,P=3e-)(图3F)。在棕色模块中,在MM和GS之间观察到CAFs_EPIC评分(Cor=0.96)和Fibroblasts_MCPcounter评分(Cor=0.97)呈正相关(图3G);在黑色模块中,在MM和GS之间也观察到CAFs_EPIC评分(Cor=0.87)和Fibroblasts_MCPcounter评分(Cor=0.97)之间的正相关(图3H)。最后,使用MM0.6和GS0.6作为阈值,筛选出棕色模块中的个基因和蓝色模块中的个基因作为潜在的CAF相关基因。

图3

GPL元队列和TCGA-OV队列中的WGCNA。(A)GPL元队列中的尺度独立性和平均连通性。(B)TCGA-OV队列中的尺度独立性和平均连通性。(C)在GPL元队列中合并之前的基因树状图和模块。(D)在TCGA-OV队列中合并之前的基因树状图和模块。(E)GPL元队列中合并模块和CAF分数的Pearson相关性分析。(F)TCGA-OV队列中合并模块和CAF评分的Pearson相关性分析。(G)GPL元队列中棕色模块的MM和GS散点图,包括CAFs_EPIC(i)和Fibroblasts_MCPcounter(ii)。(H)TCGA-OV队列中蓝色模块的MM和GS散点图,包括CAFs_EPIC(i)和Fibroblasts_MCPcounter(ii)。WGCNA,加权基因共表达网络分析;CAFs,癌症相关成纤维细胞;GS,基因意义;MM,模块成员。

分享 转发
TOP
发新话题 回复该主题