大家好，今天要和大家分享的是2021年10月发表的一篇文章：“Identification and quantification of immune infiltration landscape on therapy and prognosis inleft- and right-sided colon cancer”。
左半结肠癌（LCC）和右半结肠癌（RCC）具有独特的分子特征和临床异质性，本研究旨在确定LCC和RCC的免疫细胞浸润（ICI）亚型以评估其预后和治疗效果。首先，作者从TCGA和GEO数据库下载结肠癌样本及对应的体细胞突变和临床信息。通过“ESTIMATE”和“CIBERSORT”算法识别与预后相关的ICI。随后，进行主成分分析以构建基于3种ICI模式的ICI评分并分析ICI评分与肿瘤突变负荷（TMB）之间的相关性。接下来，作者将患者分为高低ICI评分组（HSG和LSG）并预测ICI评分的治疗效果。最后，作者通过加权基因共表达网络分析（WGCNA）筛选出与ICI评分相关性最强的基因模块。结果显示，HSG和LSG与疾病预后、免疫治疗和靶向抑制剂密切相关。ICI评分和关键基因有希望作为预测预后和免疫治疗敏感性的有效生物标志物。
发表杂志：Cancer Immunol Immunother.
影响因子：6.968
本文属于单肿瘤分型思路，类似的分型文章我们也解读过很多。
肿瘤分型文章比较重要的结论就是分型后构建的模型能够预测免疫治疗疗效。我们可以通过使用不同的数据集或者使用不同的基因集进行分型，以确保得到的结果与免疫治疗疗效相关。如果想做类似的分析，可以交流。
研究背景
结肠癌(CC)的发病率和死亡率近年来持续上升。鉴于结肠的生理和解剖结构，结肠癌可分为左半结肠癌(LCC)和右半结肠癌(RCC)。有研究指出，LCC与RCC在能量代谢、组织病理学、肠道菌群构成、分子生物学等方面存在差异。此外，LCC患者对化疗和靶向治疗更敏感，但RCC患者对常规化学疗法反应不佳，却对免疫疗法反应良好。同时，肿瘤的发生与免疫系统密切相关。免疫治疗逐渐成为肿瘤治疗的发展方向，对众多癌症具有无可比拟的治疗和生存优势。
流程图
分析解读：
鉴定****LCC****与****RCC****中的****ICI
①从TCGA和GEO数据库下载结肠癌样本及对应的体细胞突变和临床信息。
②利用“ESTIMATE”和“CIBERSORT”算法检测全部样本中的ICI含量。
③使用R包“ConsensusClusterPlus”对所有样本进行聚类得到3个ICI模块。
⑥比较3个ICI模块的预后差异。
结果：
下图A：热图显示免疫细胞相互作用情况，红色和蓝色表示相关系数大小。
下图B：k=3时所有CC样本的共识矩阵，所有样品被分为3个ICI模块。
下图C：不同ICI模块总生存期的Kaplan-Meier曲线图。
下图D：ICI基因集A和B之间总生存期的Kaplan-Meier曲线图。
下图E：热图描绘CC样本中ICI的无监督聚类情况。行代表肿瘤浸润免疫细胞，列代表样本。
下图F：3种ICI模块中肿瘤浸润免疫细胞的比例。
下图G：不同ICI模块之间PD-L1表达的差异。
构建****ICI****亚型
①使用R包“Limma”分析3个ICI模块之间的差异表达基因（DEGs）。
②根据DEGs对样本进行无监督聚类，与基因簇正相关的DEG定义为基因集A，其余的DEG定义为基因集B。
③R包“clusterProfiler”对基因集进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）功能注释分析。
结果：
下图A：k=3时TCGA-COAD样本的共识矩阵，TCGA样本根据3个ICI模块中的DEG分为3个亚型。
下图B：对ICI相关特征基因A的GO富集分析。
下图C：对ICI相关特征基因B的GO富集分析。
下图D：热图显示DEG在不同ICI亚型和基因集中的表达。
下图E：3种亚型之间总生存期的Kaplan-Meier曲线图。
下图F：3种亚型肿瘤浸润免疫细胞的比例。
计算****ICI****评分
①利用主成分分析（PCA）从特征基因中计算每位患者的ICI评分，并根据临界值将患者分为高和低ICI评分组（HSG和LSG）。
②使用单变量和多变量Cox比例风险回归分析验证ICI评分组的独立预后效果。
③基因集富集分析(GSEA)对HSG和LSG进行GO和KEGG功能分析。
结果：
下图A：HSG和LSG总生存期的Kaplan-Meier曲线图。
下图B：GSEA显示HSG的GO富集结果。
下图C：GSEA显示HSG的KEGG富集结果。
下图D：桑基图显示肿瘤部位、基因模块和ICI评分的患者分布。
ICI****评分对靶向药物的敏感性分析
①分析多种靶向抑制剂和免疫抑制检查点在HSG和LSG中的敏感性（IC50）差异。
结果：
下图A-F：多种靶向抑制剂在HSG和LSG中存在敏感性差异。
在拉帕替尼(A)和AKT抑制剂VIII(B)中，LSG的中位IC50显著低于HSG。
在舒尼替尼(C)、环巴胺(D)、丝裂霉素C(E)和JNK抑制剂VIII(F)中，HSG的中值IC50显著低于LSG。
下图G-J：免疫抑制检查点PDCD1(G)、PDCD1LG2(H)、HAVCR2(I)和LAG3(J)在HSG和LSG中的差异表达。
ICI****评分对免疫治疗的效果
①从TCIA数据库下载结肠癌患者的免疫表型评分(IPS)。
②比较HSG和LSG在不同免疫治疗组之间的IPS。
结果：
下图A-D：LCC和RCC患者中IPS和ICI评分组之间的关系。
下图E：IMvigor210队列中总生存期的Kaplan-Meier曲线图。
下图F：ICI评分在不同免疫治疗组之间的差异。
下图G：在HSG和LSG中具有不同免疫治疗效果的患者比例，HSG中CR/PR患者的比例显著高于LSG。
ICI****评分与****TMB
①分析HSG和LSG中TMB与ICI评分之间的相关性。
②评估HSG和LSG之间体细胞突变驱动基因的差异。
结果：
下图A：HSG的TMB显著高于LSG。
下图B：散点图显示ICI评分和TMB之间呈现正相关关系。
下图C：不同TMB亚组中总生存期的Kaplan-Meier曲线图。
下图D：TMB和ICI评分分层的总生存期的Kaplan-Meier曲线图。
下图E-F：瀑布图显示在HSG(E)和LSG(F)中表现突变频率最高的前20个驱动基因。
ICI****评分的关键基因识别
①R包“WGCNA”对DEG和ICI评分进行加权基因共表达网络分析。
②对与ICI评分相关性最高的模块中的基因进行预后分析。
③基于单细胞表达图谱（SCEA）中的单细胞测序数据集（E-MTAB-8410）探索关键基因集在单细胞水平上的表达模式。
结果：
下图A：在SCEA数据库中所有结肠癌单细胞样本根据其表达模式被聚类为94个亚群。
下图B-D：单细胞水平具有特定表达模式的关键基因，包括CA2(B)、PLAC8(C)和TSPAN1(D)。
验证和筛选关键蛋白
①从临床蛋白质组学肿瘤分析联盟(CPTAC)下载TCGA-COAD样本的蛋白质组群。
②人类蛋白质图谱(HPA)收集关键蛋白的免疫组化染色图像。
结果：
下图A-H：初步筛选出的8个关键基因在不同治疗组中的差异表达。
下图I-N：CA2(I)和TSPAN1(N)表达在癌组织和正常组织之间蛋白质水平上存在显著差异。
下图J-M：正常组织（J和K）和COAD癌组织（L和M）中CA2的免疫组织化学染色图像。
下图O-R：正常组织（O和P）和COAD癌组织（Q和R）中TSPAN1的免疫组织化学染色图像。
网友评论