TCGA数据挖掘——肺癌肿瘤免疫浸润分析套路

想不想知道不同临床分期的肿瘤样本免疫微环境的差异？想不想知道自己研究的目的蛋白基因的不同表达情况下免疫微环境的差异？想不想知道自己关注的某个功能或通路的不同状态下免疫微环境的差异？如何根据不同分组情况下免疫指标的差异来指导免疫治疗？

解决思路来了，还是以TCGA上的肺癌为例，我们来评估不同临床分期的肿瘤人群的免疫指标的差异，同时思考这些差异对免疫治疗方案的指导意义。

01

免疫基因集富集情况的比较

根据样本的细胞类型和免疫激活相关基因集富集情况对不同临床分期的肿瘤人群进行聚类分析（如下图）。

在上图中，T3期的样本免疫激活功能富集情况相比T1、T2整体偏低，T2期有部分样本免疫激活功能富集也偏低，这部分人群可能实际处于T2、T3的中间状态。

同时我可以根据每个免疫基因集的富集分数进行差异分析，分析不同临床分期的肿瘤病人显著差异的免疫功能（如下图）。

从图中可以看出淋巴细胞功能基因集LIexpression_score在T1期高富集，并且跟T2、T3期差异显著。

02

免疫细胞评分比较

根据转录组数据基因表达的情况，我们可以计算免疫相关细胞类型比例评分，然后比较不同临床分期的肿瘤病人的每种免疫细胞类型的分布差异（如下图）。

03

免疫细胞类型在不同分组中对预后的影响

计算不同临床分期中免疫细胞类型对生存影响的c-index。c-index越大说明细胞类型对预后的影响越大。

从图中可以看出免疫细胞对T3期人群的预后影响最大，特别是DC细胞，可以思考一下是否可以通过提升某类免疫细胞的治疗方法来延长T3期人群生存时间。

04

肿瘤组织中的基质（STromal）和免疫评分比较

利用特定软件通过转录组数计算肿瘤基质、免疫评分。然后分析不同临床分期中免疫细胞类型score跟样本免疫打分的相关性。

不同临床分期中Macrophages M1、aDC、CD8+ Tcm、跟免疫打分的相关性更高。

05

免疫调节剂IM基因表达比较

前面的分析都是从基因集或细胞层面来分析免疫的差异，那是不是可以从单个基因层面来揭示不同分期人群对免疫应答可能的响应以及预后的差异呢！

当然可以！我们可以对免疫调节剂IM基因进行分组差异比较。IM对于癌症免疫疗法至关重要，其中许多IM激动剂和拮抗剂正在临床肿瘤学中进行评估。其中包括了大部分免疫治疗靶点基因，如：PD-1、PD-L1、PD-L2、Lag3、CD40、IDO、CTLA4等等。

从图中可以看出T1期病人IM基因表达整体最高，T3期病人IM基因表达整体最低。说明了它们的免疫活性呈现逐渐下降的趋势。而T1、T2、T3期的LAG3的表达并不是呈一直下降的趋势。

分析IM基因在不同分期肿瘤病人中对预后的影响。研究不同分期中哪些基因能显著性区分生存时间，从而针对性选择治疗方案。如下图，HLA-DPA1基因能显著性区分T2期样本的生存预后。

T1期

T2期

T3期

06

重要免疫特征分布分组比较

最后，我们还可以分析不同分期病人的一些重要免疫特征的分布如M1:M2、Macrophages:Lymphocytes、Th1:Th2等等。

以上就是以TCGA肺癌不同临床分期为例来进行的免疫差异比较分析。我们除了可以比较不同分组情况下肿瘤病人免疫微环境的差异，还可以给临床免疫治疗方案提供指导意义，同时可以结合自己关注的蛋白或功能进行关联，丰富科学研究的内容。

文章转载自伯豪生物微信公众号