文章題目
Integrating Clinical and Genetic Analysis of Perineural Invasion in Head and Neck Squamous Cell Carcinoma
背景
Perineural invasion (PNI)嗜神經(jīng)侵襲 是頭頸部癌常見的病理學(xué)特征，然而與其相關(guān)的臨床特征、分子機(jī)制還不清楚。
方法
HNSCC的基因表達(dá)矩陣和臨床特征數(shù)據(jù)下載自TCGA，與PNI有關(guān)的風(fēng)險(xiǎn)因子用cox regression回歸進(jìn)行篩選，同時(shí)應(yīng)用WGCNA進(jìn)行基因模塊的確定，最后基因模塊的功能和與PNI相關(guān)的非惡性細(xì)胞有一組單細(xì)胞數(shù)據(jù)來進(jìn)行評價(jià)。
結(jié)果
結(jié)果1.有144個(gè)病人有PNI的，進(jìn)行了風(fēng)險(xiǎn)比測定，發(fā)現(xiàn)有PNI的病人的風(fēng)險(xiǎn)是沒有PNI病人的2倍（HR=2）
Survival analyses showed that PNI was significantly inversely associated with overall survival (OS) (HR, 2.08; 95% CI, 1.27 to 3.40; P = 0.004
接下來是關(guān)于對有PIN組和非PIN組進(jìn)行的與其他臨床性狀結(jié)合起來的分析,不過，我覺得途中的with PNI better和without PNI better好像寫反了，應(yīng)該左右順序互換一下，箭頭所指兩個(gè)內(nèi)容，都應(yīng)該拿是如果病人是PNI分組的話，那么分期越高，風(fēng)險(xiǎn)越大，最后的 生存期越短。
We performed an exploratory subgroup analysis of OS and found that PNI was significantly associated with worse OS in advanced-stage patients (pathologic stage III-IV) (HR, 2.62; 95% CI, 1.48 to 4.64; P < 0.001), while OS in early-stage patients was not influenced by PNI (HR, 0.37; 95% CI, 0.04 to 3.08; P = 0.358).
For pathologic T1-2 categories, PNI was not significantly associated with OS (HR, 0.85; 95% CI, 0.27 to 2.74; P = 0.79).
However, PNI decreased the OS of patients with T3-T4 lesions (HR, 2.75; 95% CI, 1.49 to 5.09; P = 0.001).
For patients in N2-N3 categories, a trend toward worse OS with PNI was evident (HR, 1.81; 95% CI, 0.84 to 3.89; P = 0.131).
The decreased survival of N0-1 patients with PNI was more significant (HR, 2.70; 95% CI, 1.24 to 5.86; P = 0.013).
對PIN組和非PIN組進(jìn)行生存分析比較，發(fā)現(xiàn)PIN組整體生存期OS要顯著低于非PIN組
為什么說上面的圖有錯(cuò)誤呢？下面的圖作者的解釋就是又正確回來的，即PNI組的病人，分期越高，生存期越差。
結(jié)果2.風(fēng)險(xiǎn)因子評估
對風(fēng)險(xiǎn)因子進(jìn)行評估，這次是只做了PNI組，看對于已經(jīng)有Perineural invasion (PNI)嗜神經(jīng)侵襲的病人，其他哪些臨床因素亦會增加預(yù)后差。下圖中圈中的就是高風(fēng)險(xiǎn)因素。
接下來作者對這幾個(gè)因素與PNI做了相關(guān)性分析的作圖，其實(shí)也沒啥大必要，上面的圖已經(jīng)表明了，其中HPV不是高風(fēng)險(xiǎn)因素，也可以看到PNI和HPV 是呈現(xiàn)負(fù)相關(guān)的。
結(jié)果3.WGCNA分析
325個(gè)病人無法聚類，被移除，6249個(gè)基因被聚類到不同的模塊
接下來找到和PIN這個(gè)性狀相關(guān)的基因，這點(diǎn)是最重要的，就是根據(jù)看感興趣的性狀來看哪個(gè)基因模塊和這個(gè)性狀是巨相關(guān)的。
下面的圖可以用來說明哪些基因，用來湊圖嚇唬人
上圖中的C圖中的brown模塊基因可以跳出來MM值最大的12個(gè)基因
結(jié)果4.上面挑到的brown模塊中的基因做富集分析
做富集分析的基因是brown模塊中的基因
結(jié)果5.hub基因在單細(xì)胞數(shù)據(jù)中的驗(yàn)證
上面已經(jīng)對brown模塊中的基因做了富集分析，也獲得了相關(guān)通路和解釋，引用單細(xì)胞的數(shù)據(jù)是為了看這些與PIN相關(guān)的brown模塊中的基因（2105個(gè)基因）到底在HNSCC中的什么細(xì)胞類型中存在的最多
如下圖展示，下圖的A不太容易看清。
A圖注如下：
- Heatmap showing the correlations between the expression of key module genes and functional state signatures from an analysis of 2,105 single cancer cells in the GSE103322 dataset. MEE5, MEE6, MEE7, MEE10, MEE12, MEE13, MEE16, MEE17, MEE18, MEE20, MEE22, MEE24, MEE25, MEE26, and MEE28 represent cells from different patients. The sources of the cells (primary lesion or metastatic lymph node) are noted.
作者的C圖用P值來進(jìn)一步說明brown模塊和幾個(gè)functional state signatures的關(guān)系，但是這個(gè)柱形圖的基線的上下是什么不太清楚。
結(jié)果6.brwon模塊中的基因分布在單細(xì)胞的哪些cell types
To explore the genes in the brown module, which was significantly associated with PNI, we analyzed the distribution of the genes in the GSE103322 dataset, which contains the expression profiles of 5,902 single cells.
主要分布在幾種cell types，有fibroblasts、endothelial cells，用熱圖展示一下整體
接下來每個(gè)基因在各種cell types中的表達(dá)量分別展示一下，主要在endothelial cells和macrophages中較多存在
