肺腺癌患者PLA2G1B表达情况与预后的相关性

朱中山; 杨洲; 江承川; 李小兵; 任斗; 黄橙; 张维薇; 李湘军; 赵顺利

doi:10.12259/j.issn.2095-610X.S20220912

肺腺癌患者PLA2G1B表达情况与预后的相关性

doi: 10.12259/j.issn.2095-610X.S20220912

湖南省第二人民医院肿瘤科，湖南长沙　410007

基金项目: 湖南省自然科学基金科卫联合基金资助项目（2020JJ8080）；湖南省脑科医院院级基金资助项目（2017B09，2018B01，2018B14）

详细信息

作者简介:
朱中山（1971～），女，湖南汨罗人，医学硕士，副主任医师，主要从事肿瘤专业临床与科研工作

通讯作者:
杨洲，E-mail：15942617@qq.com

中图分类号: R734
计量
- 文章访问数: 4039
- HTML全文浏览量: 2100
- PDF下载量: 34
- 被引次数: 0
出版历程
- 收稿日期: 2022-06-20
- 网络出版日期: 2022-09-08
- 刊出日期: 2022-09-29

An Analysis of PLA2G1B Expression and Prognosis in Patients with Lung Adenocarcinoma

Dept. of Oncology，The 2nd People’s Hospital of Hunan，Changsha Hunan 410007，China

摘要

摘要: 目的基于数据挖掘分析PLA2G1B基因在肺腺癌患者中的表达特征、预后特征、免疫特征以及潜在的治疗方案影响。方法通过对TCGA以及GEO数据库中的肺腺癌患者RNAseq表达谱数据以及临床信息进行分析,对比PLA2G1B高表达和低表达在肺腺癌患者的预后差异，并通过CIBERSORT计算患者的免疫细胞浸润程度，对比PLA2G1B高低表达组之间的浸润程度差异。并通过pRRophetic算法分析2组之间的药物敏感性差异。结果 PLA2G1B基因在肺腺癌组织中相比癌旁表达量显著降低，且表达量越低其患者的预后总生存越差，在TCGA以及2个GEO的独立验证数据集中均表现出一致的统计学差异，经多因素校正之后证明PLA2G1B低表达为差预后的独立因素（P < 0.05），且在预后较差的样本中其免疫浸润水平更低，主要表现为Bcellmemory，Tcell CD4+ memoryresting，Monocyte，Myeloiddendriticcell，Mastcellactivated细胞类型。但差预后的样本对多种化疗药物的敏感性要显著更好。结论 PLA2G1B低表达为肺腺癌独立的差预后风险因素，且低表达患者中整体免疫浸润水平显著更低。
- 肺腺癌 /
- PLA2G1B /
- 预后 /
- 数据挖掘 /
- 免疫浸润
Abstract: Objective To analyze PLA2G1B gene expression, prognosis, immunologic features and potential therapeutic effects in patients with lung adenocarcinoma, based on the data-mining of public databases. Methods Data from TCGA and GEO database of LUAD were collected, including gene expression matrix and clinical data. The overall survival （OS） rate was compared between these two groups of PLA2G1B high expressed and low expressed. CIBERSORT algorithm was introduced to calculate totally 22 immune cells infiltration level and their difference was also compared between PLA2G1B high and low groups. Finally, pRRophetic was used to find some drugs that were probably sensitive to the worse OS groups. Results PLA2G1B was down regulated in LUAD samples and the lower expression of PLA2G1B led to a worse OS in LUAD, this result was validated in two independent GEO cohorts. After adjusting three main clinical elements, PLA2G1B was proved to be an independent prognosis biomarker （P < 0.05）. For the worse OS group, we also found its immune infiltration level was lower than the better OS group, especially for B cell memory, T cell CD4+ memory resting, Monocyte, Myeloid dendritic cell and Mast activated cells. For the worse OS group, we found they might be more sensitive to several chemo drugs including Cisplatin, Docetaxel, Etoposide, Gemcitabine, Paclitaxeland Vinorelbine. Conclusion PLAG21B is an independent prognosis biomarker in LUAD and the ones low expressed showed worse OS and lower immune infiltration level.
- Lung adenocarcinoma /
- PLA2G1B /
- Prognosis /
- Data mining /
- Immune infiltration

HTML全文

图 1 PLA2G1B基因在肺腺癌组织以及癌旁组织中的表达量对比蓝色为肿瘤组织，红色为癌旁组织。

Figure 1. Comparison of PLA2G1B gene expression between lung adenocarcinoma and paracancerous tissue

下载: 全尺寸图片幻灯片

图 2 PLA2G1B基因表达量与OS关系

A：TCGA中PLA2G1B基因表达量与预后的生存曲线；B：GSE72094中PLA2G1B基因表达量与预后的生存曲线；C：GSE11969中PLA2G1B基因表达量与预后的生存曲线；其中橙色线代表高表达组即为在所有样本中表达量排名前75%，蓝色线为低表达组即为在所有样本中表达量排名后25%。

Figure 2. The relationship between PLA2G1B gene expression and OS

下载: 全尺寸图片幻灯片

图 3 多因素校正生存分析

A：TCGA训练集中多因素校正生存分析；B：GSE11969验证集中多因素校正生存分析；C：GSE72094验证集中多因素校正生存分析。

Figure 3. Multivariate adjusted survival analysis

下载: 全尺寸图片幻灯片

图 4 CIBERSORT算法分析免疫浸润水平

蓝色为PLA2G1B基因低表达组，黄色为PLA2G1B基因高表达组；ns代表notsignificant，为无统计学意义；^*PP < 0.05，^**PP < 0.01，^***PP < 0.001，^****PP < 0.0001。

Figure 4. CIBERSORT algorithm analysis of immune infiltration level

下载: 全尺寸图片幻灯片

图 5 PLA2G1B表达量不同分组之间化疗药物的敏感性分析

其中纵坐标为药物敏感性IC50值，值越低说明药物对应该细胞系敏感性越强；红色组为PLA2G1B低表达组，蓝色为PLA2G1B高表达组。

Figure 5. Sensitivity analysis of chemotherapeutic drugs among different groups with PLA2G1B expression levels

下载: 全尺寸图片幻灯片

表 1 GSE11969、TCGA的年龄、分期、性别分布情况

Table 1. GSE11969、TCGA age，stage，gender distribution

项目	合计（n = 580）	GSE11969（n = 90）	TCGA（n = 490）
年龄
平均值	64.55 （10.08）	61.02 （9.80）	65.21 （10.01）
中位值	65.00（59.00、72.00）	62.00（55.00、67.00）	66.00（59.00、72.00）
不详	10 （1.72%）	0 （0.00%）	10 （2.04%）
分期n（%）
Ⅰ	315 （54.31）	52 （57.78）	263 （53.67）
Ⅱ	128 （22.07）	13 （14.44）	115 （23.47）
Ⅲ	104 （17.93）	25 （27.78）	79 （16.12）
Ⅳ	25 （4.31）	0 （0.00）	25 （5.10）
不详	8 （1.38）	0 （0.00）	8 （1.63）
性别n（%）
女	305 （52.59）	43 （47.78）	262 （53.47）
男	275 （47.41）	47 （52.22）	228 （46.53）

下载: 导出CSV

表 2 GSE72094、TCGA的年龄、分期、性别分布情况

Table 2. GSE72094、TCGA age，stage，gender distribution overall

项目	合计（n = 888）	GSE72094（n = 398）	TCGA（n = 490）
年龄
平均值	67.09 （9.97）	69.36 （9.45）	65.21 （10.01）
中位值	68.00（60.25、74.00）	70.00（64.00、76.00）	66.00（59.00、72.00）
不详	10 （1.13%）	0 （0.00%）	10 （2.04%）
分期n（%）
Ⅰ	517 （58.22）	254 （63.82）	263 （53.67）
Ⅱ	182 （20.50）	67 （16.83）	115 （23.47）
Ⅲ	136 （15.32）	57 （14.32）	79 （16.12）
Ⅳ	40 （4.50）	15 （3.77）	25 （5.10）
不详	13 （1.46）	5 （1.26）	8 （1.63）
性别n（%）
女	484 （54.40）	222 （55.78）	262 （53.47）
男	404 （45.50）	176 （44.22）	228 （46.53）

下载: 导出CSV

参考文献(14)

[1]	Siegel,R L,K. D. Miller,A. Jemal. Cancer statistics 2020[J]. CA Cancer J Clin,2020,70(1):7-30. doi: 10.3322/caac.21590
[2]	Sung H,Ferlay J,Siegel R L,et al. Global cancer stastistics 2020:GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin,2021,71(3):209-249. doi: 10.3322/caac.21660
[3]	Little A G,Gay E G,Gaspar L E,et al. National survey of non-small cell lung cancer in the United States:Epidemiology,pathology and patterns of care[J]. Lung Cancer,2007,57(3):253-260. doi: 10.1016/j.lungcan.2007.03.012
[4]	Kleczko E K,Kwak J W,Schenk E L,et al. Targeting the complement pathway as a therapeutic strategy in lung cancer[J]. Front Immunol,2019,10(10):954.
[5]	Herbst R S,Soria J C,Kowanetz M,et al. Predictive correlates of response to the anti-PD-L1 antibody MPDL3280A in cancer patients[J]. Nature,2014,515(7528):563-567. doi: 10.1038/nature14011
[6]	Shukuya T,Carbone D P. Predictive markers for the efficacy of anti-PD-1/PD-L1 antibodies in lung cancer[J]. J Thorac Oncol,2016,11(7):976-988. doi: 10.1016/j.jtho.2016.02.015
[7]	Rizvi N A,Hellmann M D,Snyder A,et al. Cancer immunology. Mutational landscape determines sensitivity to PD-1 blockade in non-small cell lung cancer[J]. Science,2015,348(6230):124-128. doi: 10.1126/science.aaa1348
[8]	Kanda A,Tamaki M,Nakamura E,et al. Characterization of recombinant human and rat pancreatic phospholipases A2 secreted from saccharomyces cerevisiae:Difference in proteolytic processing[J]. Biochim Biophys Acta,1992,1171(1):1-10. doi: 10.1016/0167-4781(92)90133-K
[9]	Hu B,Yang X B,Sang X T. Construction of a lipid metabolism-related and immune-associated prognostic signature for hepatocellular carcinoma[J]. Cancer Medicine,2020,9(20):7646-7662. doi: 10.1002/cam4.3353
[10]	Matsuyama Y,Suzuki M,Arima C,et al. Proteasomal non-catalytic subunit PSMD2 as a potential therapeutic target in association with various clinicopathologic features in lung adenocarcinomas[J]. Mol Carcinog.,2011,50(4):301-309. doi: 10.1002/mc.20632
[11]	Schabath M B,Welsh E A,Fulp W J,et al. Differential association of STK11 and TP53 with KRAS mutation-associated gene expression,proliferation and immune surveillance in lung adenocarcinoma[J]. Oncogene,2016,35(24):3209-3216. doi: 10.1038/onc.2015.375
[12]	Chen B,Khodadoust M S,Liu CL,et al. Profiling tumor infiltrating immune cells with CIBERSORT[J]. Methods Mol Biol,2018,17(11):243-259.
[13]	Geeleher P,Cox N,Huang R S. pRRophetic:An R package for prediction of clinical chemotherapeutic response from tumor gene expression levels[J]. PloS One,2014,9(9):e107468. doi: 10.1371/journal.pone.0107468
[14]	Selvanesan B C,Chandra D,Quispe-Tintaya W,et al. Listeria delivers tetanus toxoid protein to pancreatic tumors and induces cancer cell death in mice[J]. Sci Transl Med,2022,14(637):1600. doi: 10.1126/scitranslmed.abc1600

相关文章(20)

[1]	聂琪, 刘莉, 田玥, 毛晓燕, 郭渠莲, 田新. 儿童急性B淋巴细胞白血病ACTH异常临床特征与预后分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20241012
[2]	门欣怡, 赵静, 申永椿, 季辉, 王秀霞. 外周血免疫球蛋白、血沉、同型半胱氨酸与儿童中枢神经系统血管炎病情程度的关系及对预后的影响, 昆明医科大学学报.
[3]	杨曼, 赵兴安, 葛芸娜, 秦娟, 王玺雅, 陶四明. 基于综合生物信息分析鉴定心房颤动相关炎症基因及其与免疫细胞浸润的关联, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240303
[4]	沈旺寻, 杨银煜, 李灿伟, 杨金荣, 伍思婧, 赵华君, 陀晓宇. ROR1在不同组织学分级浸润性肺腺癌中的表达与临床意义, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240509
[5]	杨红秀, 朱中山. 肺腺癌中HPRT1基因表达对患者总生存的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240803
[6]	唐杰夫, 杨德兴, 刘圣哲, 王强, 付凯, 王振方, 栾英, 李敏, 刘荣. 奥密克戎变异株老年重症感染者细胞免疫指标对预后的价值研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20231214
[7]	蔡丽, 杨华英, 程建红, 曹佳, 魏娜. 小儿消化性溃疡治疗期间血清6-Keto-PGF1α、TGF-α、TXB2水平变化及对预后的影响, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230928
[8]	高婷, 黄胜, 郭瑢, 陈德滇. 乳腺粘液腺癌的临床病理特征及预后分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230306
[9]	刘邦卿, 李剑锋, 刘晓辉, 张劲男, 梁金屏. miR-196b靶向ERG促进肺腺癌的增殖和迁移, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20231023
[10]	吴茂芳, 周永春, 蔡静静, 莫欣, 李瑛玮, 毛佳惠. 云南地区多结节肺腺癌EGFR突变及其临床意义, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220215
[11]	耿证琴, 谢琳, 宋红莉, 李蓉, 廖冶丹, 张雪琪, 唐嘉黛. 十二指肠腺癌88例临床特征及相关预后因素, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220109
[12]	陈红兰, 吴怡, 胡滔, 王玉明. 外周血G6PD活性检测对于感染高危型人乳头瘤病毒宫颈癌患者的诊断预后价值, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220203
[13]	胡昌猛, 吴琳. Silva分型与宫颈HPV相关腺癌预后的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220817
[14]	赵华君, 潘国庆, 唐莹, 王智园, 赵晓玮, 陀晓宇. ROR1在肺腺癌组织中的表达与气腔播散相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221128
[15]	段宏民, 陈楠, 杨永燕, 李云霞, 冯金象, 李航, 黄秀文, 吕东津, 张明, 赵玉涛. 安罗替尼对肺腺癌细胞株A549放射敏感性的影响及机制, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210808
[16]	马燕粉, 胡建, 张宁, 武倩, 王晓琴. 肺腺癌性与结核性胸腔积液患者凝血指标变化及异常模式, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20211021
[17]	马国玉, 熊庆, 蒋国庆, 杨家甜, 木云珍. 基于生物信息学方法识别肺腺癌预后相关基因, 昆明医科大学学报.
[18]	吴琪燕, 边革元, 程绘珺, 李娇霞, 王书廷, 黄照略. 肺腺癌预后因素及血清肿瘤标记物的诊断效能, 昆明医科大学学报.
[19]	朱中山, 严文辉, 李小兵, 杨洲, 白鹏. 200例肺腺癌脑转移患者驱动基因突变情况及预后关系, 昆明医科大学学报.
[20]	许建新. uPA、PAI-1蛋白在大肠癌中的表达及其与预后的关系, 昆明医科大学学报.