- 原文链接：[Single cell sequencing analysis constructed the N7-methylguanosine (m7G)-related prognostic signature in uveal melanoma - PMC](https://link.springer.com/article/10.1186/s13062-024-00529-3)
- 发表时间：2023年5月
摘要：
葡萄膜黑色素瘤是一种高度恶性的眼内肿瘤，复发和转移常见，预后较差。 本研究从TCGA下载UVM转录组数据，从GEO下载单细胞测序数据集GSE139829。使用单细胞分析、WGCNA、LASSO回归和Cox回归构建m7G相关预后模型，并通过免疫浸润分析和体外细胞实验进行验证。 构建了一个包含8个基因（CTSF、PAG1、TFAP2C、SAMD4A、DNAJA4、SRRM2、NDUFA13、CHCHD10）的预后风险模型。高风险组预后显著更差（P<0.05），免疫状态和突变谱与低风险组明显不同。细胞实验证实，敲低关键基因PAG1能显著抑制UVM细胞的增殖、迁移和侵袭能力。 研究首次在UVM中构建了m7G相关的预后模型，该模型可用于评估患者预后和免疫状态，PAG1是一个潜在的新靶点。
一、文章简介
本文想搞清楚“N7-甲基鸟苷（m7G）”这种RNA修饰在葡萄膜黑色素瘤（UVM）中有什么作用，能不能用它来预测患者的生存情况，并找到潜在的治疗靶点。
数据来源：
-
TCGA数据库：UVM的转录组数据（RNA-seq）
-
GEO数据库：单细胞测序数据（GSE139829）和验证集数据（GSE84976）
主要分析方法：
单细胞测序分析、加权基因共表达网络分析、LASSO回归、Cox回归、免疫浸润分析、风险评分模型构建、Nomogram、细胞增殖/迁移/侵袭实验验证。
二、主要结论
1. 单细胞测序分析发现，不同细胞类型的m7G活性存在差异
通过单细胞数据分析，11个样本无明显批次效应，所有细胞被分为67个亚群，进一步注释为B细胞、内皮细胞、单核/巨噬细胞、感光细胞、浆细胞、T细胞和肿瘤细胞。
计算每个细胞的m7G评分后发现，不同细胞类型的m7G活性差异明显。通过差异分析，筛选出1153个与m7G密切相关的基因。
2. WGCNA分析筛选出与m7G最相关的基因模块
利用WGCNA方法，将所有基因聚类为6个非灰色模块。其中，turquoise模块与m7G评分的相关性最高（R=0.56，p<0.001）。
最终从该模块中选取了5757个基因用于后续分析。
3. LASSO+Cox回归构建了一个8基因的预后风险模型
将单细胞得到的1153个基因与WGCNA得到的基因取交集，得到355个基因。
经过单因素Cox筛选出45个预后相关基因，再用LASSO回归进一步压缩，最终确定8个基因（CTSF, PAG1, TFAP2C, SAMD4A, DNAJA4, SRRM2, NDUFA13, CHCHD10。），计算其风险评分后roc验证。
高风险组患者预后显著更差。训练集1、2、3、5年AUC分别为0.845、0.819、0.835、0.894；验证集3、4、5年AUC为0.823、0.742、0.882，说明模型预测能力良好。
4. 免疫浸润分析显示，高风险组免疫状态更活跃
通过多种免疫浸润算法发现，高风险组和低风险组的免疫细胞浸润情况差异显著。
高风险组的肿瘤坏死因子相关基因和白细胞抗原相关基因表达均升高，说明高风险组可能处于更强的免疫应答状态。
5. 突变分析显示，高、低风险组的突变谱
- 高风险组突变前五：
GNA11, GNAQ, BAP1, SF3B1, C3 - 低风险组突变前五：
GNA1, SF3B1, GNA11, EIF1AX, BAP1
值得注意的是，GNAQ突变更多出现在高风险组，提示风险模型可能与经典的Gq信号通路相关。
6. 细胞实验验证表明，敲低PAG1可显著抑制UVM细胞的增殖和迁移
因为PAG1在风险模型中系数较高（0.196），选择它进行体外验证。
在MUM-2B和OCM-1细胞系中敲低PAG1后：
- 增殖能力显著下降（克隆形成实验和EdU实验）
- 迁移和侵袭能力明显减弱（划痕实验和Transwell实验）
说明PAG1确实是UVM的一个潜在促癌基因和治疗靶点。
三、文章小结
这篇文章用到的完整分析链条非常清晰：
- 单细胞分析 → 找到与目标修饰相关的基因
- WGCNA → 锁定关键模块
- LASSO + Cox → 构建预后模型
- 免疫 + 突变分析 → 增加生物学深度
- Nomogram列线图 → 提升临床转化
- 细胞实验 → 干湿结合，稳妥收尾
很经典的套路，单细胞测序 + WGCNA + LASSO回归 + Cox回归 + 免疫浸润 + 突变分析 + 体外细胞实验。你可以只替换三个东西，就能写出一篇新文章：
- 癌种（如肺癌、胃癌、肝癌）
- 修饰类型（如 m6A、m5C、铜死亡、铁死亡）
- 关键验证基因
类似的纯生信文章可以参考：
- 简单版纯wgcna分析«Integrated Analysis of Single-Cell RNA-Seq and Bulk RNA-Seq Combined with Multiple Machine Learning Identified a Novel Immune Signature in Diabetic Nephropathy - PubMed»
- wgcna结合了多种机器学习方法和基因靶向药物预测 «Integrated Analysis of Single-Cell RNA-Seq and Bulk RNA-Seq Combined with Multiple Machine Learning Identified a Novel Immune Signature in Diabetic Nephropathy - PMC»