天气越发寒冷，没有点精神食粮何以果腹呢！今天小编带领大家啃一啃12月7号发表在Cancer Immunology Research（IF：8.6）的一篇文章，紧跟步伐走起！
Tumor Immune Microenvironment and Chemosensitivity Signature for Predicting Response to Chemotherapy in Gastric Cancer
肿瘤免疫微环境和化学敏感性signature预测胃癌化疗反应
摘要
当前仅胃癌（GC）分期策略无法预测GC II期和III期预后和辅助化疗受益。肿瘤免疫微环境生物标记和肿瘤细胞化学敏感性可能为分期增加预测价值。研究旨在构建一个与肿瘤免疫微环境和化疗敏感性相关的预测signature，以改善对II-III期GC患者生存率和辅助化疗获益的预测。研究使用免疫组化评估了训练集223名患者与肿瘤、间质和化学敏感性相关的26种特征，并评估了这些特征与无病生存期（DFS）和总生存期（OS）的关联。研究基于支持向量方法（SVM）开发了GC的预后特征（SVM-signature），在包含445个患者的两个独立数据集中做了验证。低和高SVM组患者，在训练和验证队列中的5年DFS和OS有显着差异（P <0.001）。每个队列多变量分析结果表明SVM-signature是独立的预后指标。该signature比各种临床病理危险因素和单一特征具有更好的预后价值。高SVM患者对辅助化疗表现出良好的反应。因此，SVM-signature可预测存活率，并具有识别II期和III期GC患者从辅助化疗获益的潜力。
结果
一、临床特征和SVM-signature构建
1、数据整理：训练集（n = 223）、内部验证集（n = 218）和外部验证集（n = 227）临床病理特征。训练集中接受辅助化疗的II期或III期GC患者数量为91（40.8％），在内部验证集中为128（56.4％），在外部验证集中为112（49.3％）。
2、特征选择：根据先前的研究结果，研究选择了17种（共26个特征）参与GC发育或转移的分子标记（见Table1）
3、研究分析了训练集中223名患者的IHC染色，并通过X-tile图对26个IHC特征选择了最佳cutoff score。训练集中26个特征与生存之间的单变量分析结果（见Table1）。
Table1
4、在对训练数据集进行支持向量机分析的基础上，选择并整合了7个关键因子构建SVM-signature。包括CD3 IM，CD8 IM，CD45RO CT，CD66b IM，CD34，POSTN和COX2。7个因子的免疫组化图像（图1）
图1
二、SVM-signature和预后
1、根据SVM-signature将训练集样本分为低SVM组（136N）、高SVM组（87N）。低SVM组5年OS和DFS为10.3％和7.4％；高SVM组分别为72.4％和62.1％（P<0.0001,图1）。SVM-signature预测效能同样在内部验证集和外部验证集中得到相似的结果（图2B、图2C；P <0.0001）。研究还评估了SVM-signature的分布，复发和生存状态及包含的特征表达热图（图3）。SVM-signature也是临床病理因素分层后DFS和OS的重要预测指标（图4）。
图2：训练集、内部和外部验证集中II期或III期胃癌SVM-signature 的DFS和OS的K-M生存分析
图3 训练集、内部和外部验证集中SVM-signature分布和包含的特征表达
图4 样本集（仅展示训练集）中根据临床病理风险因素分层的SVM-signature DFS K-M生存分析。
2、在单变量分析中，SVM签名中CD3 IM，CD8 IM和CD45RO CT低表达，CD66b IM，CD34，POSTN和COX2的高表达，低SVM患者有更差的DFS和 OS（Table1）。在调整后的临床变量和TNM分期的多变量Cox回归分析显示，训练集、内部和外部验证集中，SVM-signature仍然是OS和DFS的独立预测因素（Table2）。
Table2
3、为了进一步确定SVM-signature是否可以按TNM分期对患者进行分层，研究分别评估了SVM-signature在II期和III期患者的预后价值（图5）。与低SVM患者相比，患有II或III期疾病的高SVM患者在内部和外部验证集中的DFS和OS明显更长。
图5：SVM-signature在II期和III期患者中的K-M曲线
4、研究还评估了训练集、内部和外部验证集中SVM-signature和TNM stage等预后因子在3年和5年的DFS和OS预测效能。ROC结果表明SVM-signature预测准确性高于任一临床风险因素（图6：左边为DFS、右边为OS）。三个数据集中，5年SVM-signature的DFS和OS的AUC分别0.818、0.827；0.831、0.815；0.815、0.817显着大于所有其他预后因子。3年的DFS和OS的观察结果相似。
图6：SVM-signature和临床预后因子在5年的DFS和OS ROC曲线AUC值
三、SVM-signature与辅助化疗的益处
1、为了评估高SVM或低SVM患者是否可能从辅助化疗中获益，分析接受或未接受辅助化疗的患者之间SVM状态与生存之间的关联（Table3）。对于接受或未接受化疗的患者，II期或III期患者的SVM-signature与DFS和OS显着相关。与未接受化疗的患者相比，SVM-signature与接受化疗的患者预后关联性更强（图7）
Table3
图7：SVM-signature在Stage II、Stage III及Stage II+Stage III胃癌中与化疗与否相关性
2、研究根据SVM-signature进行子集分析。对SVM-signature与化疗之间相互作用结果表明，在II期或III期疾病，高SVM组化疗与DFS和OS升高显着相关（第二阶段：P = 0.009和P = 0.013；III期：P = 0.007和P = 0.020；合并II期和III期：P <0.0001和P = 0.0001），但在低SVM组中无显着影响（图8）。
图8：无病生存期（DFS）和总体生存期（OS）中化疗对胃癌受益分析
到这该篇文章就给大家分析完毕了。分享的主要原因是文章提供了一种新的构建预后signature的方法-SVM（支持向量机），其预测效能在训练集和内外测试集都要比其他预后因子好很多。通常的方式都是基于cox回归分析构建风险打分公式构建预后signature。对于我们对研究癌症的预后提供了新的思路。
网友评论