基于生物信息学构建前列腺癌单细胞层面lncRNA-miRNA-mRNA调控网络

利用生物信息学筛选差异表达基因（Differentially Expressed Genes,DEGs）,构建前列腺癌（Prostate Cancer,PCa）单细胞层面lncRNA-miRNA-mRNA调控网络,在分子水平上研究前列腺癌的发生发展过程及预后指标。首先从基因表达综合数据库（GEO）和癌症基因组图谱（TCGA）数据库分别下载单细胞RNA测序数据GSE157703和转录组测序数据TCGA-PRAD,通过R语言筛选差异表达信使RNA （DEmRNA）和差异表达长非编码RNA （DElncRNA）,利用相关软件预测并构建lncRNA-miRNA-mRNA调控网络;然后使用R语言进行基因本体论（Gene Ontology,GO）和京都基因与基因百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）分析,运用STRING数据库、Cytoscape软件建立蛋白相互作用网络,同时对单细胞RNA测序数据进行质控、降维、聚类和分群,构建单细胞层面的lncRNA-miRNA-mRNA调控网络;最后进行生存分析,通过人类蛋白质图谱进行验证。结果显示,共得到3 013个DEmRNA和1 101个DElncRNA,筛选出51个lncRNA、27个miRNA和97个mRNA构建lncRNA-miRNA-mRNA调控网络。GO分析揭示靶基因在腺状细胞迁移、化学突触传递的调节等生物学过程富集,KEGG分析揭示miRNA在癌症、轴突导向和胞间的黏附等信号通路富集。通过PPI得到Top 10基因,据此整合单细胞水平上PCa单细胞转录组测序数据,得到包括肿瘤细胞在内的9个细胞群的多条精确的lncRNA-miRNA-mRNA调控轴。生存分析结果显示,ITGA2、PDLIM5H和PRRG4低表达组的无病生存期显著高于高表达组（P<0.05）,免疫组织化学验证了上述基因在肿瘤组织中均有不同程度的表达。本研究成功构建了PCa单细胞水平的lncRNA-miRNA-mRNA调控网络,并发现其不仅参与PCa的发生和发展,同时在临床预后预测方面也有重要意义。