单细胞测序数据揭示DMKN在卵巢癌中的诊断及预测价值
高燕, 姚盟成, 李哲丰, 韩晓阳, 岳文涛
实用肿瘤学杂志. 2023, 37(6):
478-484.
doi:10.11904/j.issn.1002-3070.2023.06.004
摘要
(
59 )
PDF (16460KB)
(
40
)
参考文献 |
相关文章 |
多维度评价
目的 通过绘制高级别浆液性卵巢癌(High-grade serous ovarian cancer,HGSOC)、交界性卵巢癌及正常卵巢的单细胞转录组图谱,寻找能诊断并预测卵巢癌预后的标志物。方法 利用实验室前期测序的单细胞数据(SRA数据库:PRJNA756768),分析HGSOC、交界性卵巢癌及正常卵巢组织间的差异表达基因,通过功能富集筛选与肿瘤进展相关的细胞亚群、细胞通讯分析各个亚群的交流情况、拟时序分析探究细胞分化轨迹,确定和肿瘤进展最相关的亚群,再结合癌症基因组图谱(The Cancer Genome Atlas,TCGA)中卵巢癌(Ovarian cancer,OC)转录组数据和患者预后,最终筛选出卵巢癌患者诊断及预测生存的生物标志物。结果 采用t-分布领域嵌入算法(t-SNE)降维后,获得9个细胞亚群:内皮细胞,髓系细胞,纤维细胞,T细胞,基质细胞,B细胞及3种上皮细胞亚群(C1,C4,C7)。进一步分析发现C4群拷贝数变异(Copy number variation,CNV)在HGSOC中分值最高,高于交界性卵巢癌及正常卵巢,与预后负相关,而DMKN是该群关键的标志性基因。TCGA数据库中卵巢癌转录组分析显示DMKN与预后不良密切相关(P=0.026),且DMKN对卵巢癌的诊断效能显著(AUC=0.906)。结论 本研究基于单细胞测序数据筛选到DMKN,能很好地诊断并预测卵巢癌预后,该研究为卵巢癌的诊断及预后的预测提供了新的思路。