肿瘤免疫预后还可以这么做？？

今天跟大家分享的是一月份发表在frontiers in Oncology（IF：4.137）杂志上的一篇文章 

Genomic Signatures of Immune Activation Predict Outcome in Advanced Stages of Ovarian Cancer and Basal-Like Breast Tumors

在晚期卵巢癌和Basal-Like乳腺癌中基于免疫激活的基因组特征预测预后

虽然抗战上前线，科研工作不能断。

背景：

Basal-like型乳腺肿瘤约占乳腺癌病例的15%，特点是预后差，构成Basal-like乳腺癌亚型的主要为三阴性乳腺癌(TNBC)。Basal-like型乳腺肿瘤和卵巢癌都有基因组不稳定性高，无法修复DNA的特点，有BRCA1/2基因突变。

检查点抑制剂可防止T细胞抑制并促进T细胞的激活和发挥功能，已在多种肿瘤中有良好的治疗效果。然而这些药物要获得临床反应，肿瘤必须处于预先激活的免疫状态，即所谓的热肿瘤（hot tumors）。晚期卵巢癌和Basal-like乳腺癌的特征是高遗传不稳定性、新抗原表达，并且容易对化疗产生反应。治疗晚期卵巢癌和Basal-like乳腺癌的主要任务是识别免疫激活肿瘤和预测治疗反应的生物标志物。

本工作利用已建立的转录组免疫标记来识别预后良好的卵巢癌和Basal-like乳腺癌患者。

结果：

一、 选择免疫特征

为了研究不同的基因特征与卵巢癌和Basal-like乳腺癌患者临床预后的关系，使用一些已有研究表明与临床预后相关的免疫特征，包括3套特征基因集：干扰素伽马（IFN gamma）特征基因集、扩大的免疫特征基因集和细胞毒性T淋巴细胞（CTL）特征基因集以及HLA-A 和 HLA-B基因表达（表1）。

表1.免疫特征基因集

二、 早期卵巢癌中特征基因与无进展生存期（PFS）和总生存期（OS）相关性

卵巢癌使用早期样本（stage I、II）和晚期样本（stage III、IV）进行分析，晚期样本的基因表达数据集涉及GSE14764、GSE15622、GSE18520、GSE19829、GSE23554、GSE26193、GSE26712、GSE27651、GSE30161、GSE3149、GSE51373、GSE63885、GSE65986、GSE9891和TGCA一共1220个样本，其中1099个样本接受过Platin治疗，720个样本接受Taxol，703个Platin+Taxol，47个 Bevacizumab，101个Docetaxel，19个Gemcitabine，212个Paclitaxel，114个Topotecan。

将卵巢癌样本根据基因表达划分高表达组与低表达组，通过使用Kaplan Meier（KM）生存分析工具（KM Plotter Online Tool），分析与PFS和OS相关的免疫特征基因或几个免疫特征基因构成的基因集。相比PFS，识别到大量基因与OS相关（图1A）。

三、 晚期卵巢癌中识别转录本与PFS和OS相关性

在晚期卵巢癌样本中，PFS的结果是不明确的，一些基因预测有利，另一些预测有害（图1B）。相反，对于OS，发现大多数基因的表达与生存的改善有关（图1B）。24个转录本预测预后良好，只有7个预测预后不良。这表明免疫激活状态的存在与较好的晚期卵巢癌的长期生存相关。图1C说明与单独的一些转录本预测相比，对每类免疫特征的联合分析没有改善预测。

图1.卵巢癌中免疫特征基因生存分析

四、 在晚期卵巢癌中利用特征基因预测患者预后

为了探究基因组合是否能够比单个转录本更强地预测生存率，使用多重检验选择出比单个转录本更好的预测预后的四个形成基因组合：IFNG、CD30、CXCL13和PRF1（图2）。

 图2基因集生存分析

五、 在低突变负荷的卵巢癌肿瘤中IFNG、CXCL13、CD30和PRF1与生存相关

在TCGA数据集中验证特征基因集，结果证明即使在小样本的数据集中，四个基因组合也能够预测OS（图3A）。接下来分析这几个基因特征是否也能够预测低突变负荷（对免疫治疗反应较弱）和高突变负荷的肿瘤，发现在低突变负荷肿瘤样本中，四个特征能够预测好预后（图3B）。

 图3.TCGA和TCGA低突变负荷样本中验证特征基因集

六、 基因IFNG、CXCL13、CD30和PRF1与肿瘤免疫浸润相关 

接下来使用TIMER方法分析肿瘤浸润免疫细胞群（B细胞、CD4+ T细胞、CD8+ T细胞、树突状细胞、巨噬细胞和中性粒细胞）的丰度，使用斯皮尔曼相关（Spearman’s correlation）分析IFNG、CD30、CXCL13和PRF1的表达与肿瘤浸润的关系。发现IFNG的表达水平与CD8+ T细胞和树突细胞浸润相关，CXCL13的表达与 CD8+ 、TCD4+ T和中性粒细胞的浸润相关，PRF1的表达与CD8+ T细胞、树突细胞和中性粒细胞相关（图4）。所研究的基因均与肿瘤中巨噬细胞的存在无关。

 图4.基因IFNG、CXCL13、CD30和PRF1的表达与肿瘤免疫浸润关联

七、 Basal-Like型乳腺癌中结合特征基因、生存和免疫浸润

Basal-like型乳腺癌肿瘤与卵巢癌有许多共同的生物学特征，所以接下来在Basal-like型乳腺癌样本中验证免疫特征预测生存的性能。发现免疫特征基因与预后良好之间存在明显的相关性，其中IFNG、CD30、CXCL13和PRF1的预后预测优于卵巢癌（图5A）。

然后分析在Basal-like型乳腺癌中这些基因的表达是否与免疫细胞浸润增加有关，发现这四个基因的表达与大多数免疫细胞(B细胞、CD8+ T细胞、CD4+细胞、中性粒细胞和树突状细胞)的高度浸润有关，巨噬细胞除外（图5B）。

图5.Basal-like型乳腺癌中特征基因预测生存以及与免疫浸润的相关性