8分+m6A甲基化相关RNA分析思路！

导语

GUIDE ╲

m6A甲基化调控因子在影响结直肠癌患者的预后中发挥了重要作用，m6A相关的lncRNA和mRNA揭示了结直肠癌肿瘤发生发展的潜在机制。

背景介绍 

在之前的文章中，我们也解析过筛选m6A相关的lncRNA进行预后分析的思路，如何筛选这些lncRNA是一个非常重要的问题，今天小编给大家介绍的一篇文章，作者基于WGCNA鉴定了m6A相关的lncRNAs和mRNA，使用lasso Cox回归分析，在TCGA数据集中构建m6A相关的lncRNA和mRNA预后sig  nature。此外，建立了具有临床病理特征、lncRNA风险评分和mRNA风险评分的列线图，显示了在训练和测试集中预测CRC个体的总生存能力。文章题目为：Comprehensive analysis of N6-methylandenosineregulators and m6A-related RNAsas prognosis factors in colorectal cancer。

数据介绍 TCGA：mRNA表达FPKM文件，体细胞突变数据，和相应的临床病理数据，CNV数据。   

结果解析 01   结直肠癌中m6A调控因子的表达景观   首先在TCGA数据集中比较了19个m6A调控因子在CRC中的表达。结果显示，除YTHDC2外，所有19个基因在CRC组织中均与正常组织有差异表达(图1A、B)。然后鉴定了19个m6A调控因子之间的相关性，m6A调控因子之间的相关性多为正，KIAA1429和YTHDF3的相关性最大(图1C)。此外全面展示了m6A调控因子与CRC临床特征之间的关系，包括性别、年龄、肿瘤分期、T分期、M分期、N分期等(图1D)。

图1 02   m6A调控因子表达与临床病理特征和OS的关系   在肿瘤分期中，KIAA1429、ZC3H13、YTHDF1、IGF2BP1和FTO在III期和IV期CRC个体中的表达显著上调。相反，METTL14、YTHDC2和YTHDF2的表达在晚期结直肠癌患者中表现出明显的下调(图2A)。进一步分析了m6A调节因子与T、N、M阶段之间的关系，发现m6A调节因子可能与结直肠癌的淋巴转移和远处转移有潜在的相关性(图2C和2D)。

图2 接下来研究了19个m6A调节因子的CNV与结直肠癌患者的临床病理特征之间的关系。结果显示，m6A调控因子的CNV改变与肿瘤分期显著相关，即晚期肿瘤个体有更多的m6A调控因子的CNV事件。IGF2BP1、IGF2BP2和ALKBH5的高表达预示着OS较差，而METTL14、WTAP、RBM15、YTHDC1、YTHDC2、YTHDF1、YTHDF2、ALKBH3和FTO高表达的个体有较好的临床结果。

图3 03   用WGCNA方法检测与m6A相关的lncRNA和mRNA   利用R包edgeR在TCGA数据集中鉴定了700个lncRNA和3637个mRNA，以进行进一步分析。通过WGCNA确认了6个lncRNA共表达模块，并评估了它们与12个os相关的m6A调控因子的相关性(图4A和4B)。发现蓝色、棕色和绿色模块与m6A调节因子显著相关，包括YTHDF1、ALKBH3、ALKBH5和FTO(图4C-4H)。

图4

这三个模块共涉及544个lncRNA，将这些与m6A调控因子相关的lncRNAs定义为与m6A相关的lncRNA。对于mRNA鉴定了10个模块以供进一步分析(图5A和5B)。此外，与其他模块相比，红色和绿松石色模块与m6A调控因子显著相关(图5C-5H)。这两个模块中共有1292个mRNA被视为m6A相关mRNA。

图5 04   预后m6A相关lncRNA特征的构建和验证   利用预后信息，应用单因素Cox回归从训练TCGA数据集中的544个m6A相关的lncRNAs中识别出与预后相关的lncRNAs。在训练数据集中发现37个m6A相关的lncRNA与CRC个体的OS显著相关。然后根据它们构建lasso Cox分析，生成m6A相关的lncRNA特征，其中包含24个m6A相关的lncRNA。根据每个lncRNA的系数，计算每个受影响个体的风险评分。CRC受试者根据风险评分的中位数分为低风险组和高风险组。Kaplan-Meier(K-M)生存曲线显示，低风险组的CRC受试者比高风险组有更好的临床结果(图6A)。此外，受试者工作特征(ROC)曲线显示，与m6A相关的lncRNA特征在训练集(图6B)、测试集和总TCGA队列中的OS方面表现出很强的准确性。 以同样的方法也对mRNA进行了分析。

图6 05   m6A相关的lncRNA和mRNA特征是CRC患者的独立预后因素   使用TCGA数据调整后临床病理参数如年龄、性别、肿瘤阶段、T阶段，N阶段，和M阶段，进行了单因素和多因素Cox回归分析进一步确定风险评分计算m6A相关lncRNA和mRNA特征准确预测结直肠癌个体的预后。结果显示，m6A相关的lncRNA和mRNA特征与OS相关性显著，多因素Cox分析显示，这些特征是训练数据集中OS的独立预后因素(图7A和7B)。作者分析了风险评分是否与临床病理特征相关。结果显示，与低风险组相比，高风险组与较高的死亡率和较高的肿瘤分期显著相关，但与年龄和性别无关(图7C和7D)。

图7 06   基于m6A相关lncRNA和mRNA特征的列线图构建和验证  

作者构建了一个列线图，包括年龄、性别、T 分期、肿瘤分期、lncRNA 风险评分、mRNA 风险评分，用于预测训练数据集中的 1 年、3 年和 5 年 OS 概率（图8A）。如校准图所示，列线图的性能在预测 3 年 OS 时表现最佳（图 8B）。图 8D 描述了与 m6A 相关的 lncRNA 和基于 mRNA 特征的风险评分相比，列线图的净临床收益更大。训练集中列线图的 C 指数为 0.848。然后应用ROC 曲线来估计列线图的预后能力，结果表明列线图在 1 年、3 年和 5 年 OS 方面具有出色的预后准确性（图8F）。根据列线图的风险评分，受试者按中值分为两组。结果表明，与低风险组相比，高风险组受试者的结果明显更差（p < 0.001）（图 8E）。

图8 

小编总结 本文作者整合了与m6A调控因子相关的lncRNA和mRNA构建预后模型，在测试集中得到了验证，文章使用的方法比较常规，在相似的文章中都有使用，只是作者没有单独分析lncRNA或mRNA，整合分析得到了很好的结果！