美文网首页
生信数据分析:8+胃癌TMEscore

生信数据分析:8+胃癌TMEscore

作者: 概普生信 | 来源:发表于2021-10-21 09:36 被阅读0次

    还记得19年胃癌TMEscore文章吗,后来出现了很多相似文章:m6A、铁死亡、RNA writer还有最近的焦亡都有分析,影响因子还不低,足以说明研究方向有意义就大有可为,过程并不是那么重要:

    m6A:m6A regulator-mediated methylation modification patterns and tumor microenvironment infiltration characterization in gastric cancer(IF:27)

    铁死亡:Genomic analysis uncovers prognostic and immunogenic characteristics of ferroptosis for clear cell renal cell carcinoma (IF:8.8)

    RNA writers:Cross-talk of four types of RNA modification writers defines tumor microenvironment and pharmacogenomic landscape in colorectal cancer(IF:27)

    焦亡:Identification of pyroptosis-related subtypes, the development of a prognosis model, and characterization of tumor microenvironment infiltration in colorectal cancer(IF:8)

    今天分享的一篇文章可以说是回到了最初做肿瘤微环境的方向,同样做的是胃癌那么跟最初的TME又有什么区别呢,小编总结了不同的点如下:

    1、免疫细胞类型数目、计算方式不一样:cibersort(22) vs ssGSEA(51)

    2、预后模型计算方式不同:

    3、泛癌分析:有 vs 无

    改动并不是很大,后来的研究者做胃癌TME 关键的点在于筛选了与胃癌预后相关的TME浸润细胞进行分析。不罗嗦了,接下来大家可以仔细阅读文章,文章10月11发表于npj Genomic Medicine(IF:8.6)

    肿瘤微环境(TME)是一个复杂的系统,不仅包括肿瘤细胞本身,还有其周围的成纤维细胞、免疫和炎性细胞、胶质细胞等,同时也包括附近区域内的细胞间质、微血管以及浸润在其中的生物分子,具有明显的异质性。目前,TME与免疫治疗相关的研究也有很多,但对免疫治疗效能的精准预测仍是一大难题。今天这篇文章的作者基于免疫细胞特征,计算了多个胃癌样本的免疫微环境得分(IMS),进一步探讨了IMS与胃癌预后、免疫细胞浸润、癌症亚型等的关系。

    研究方法简述

    首先作者从TCGA和GEO下载了6个胃癌数据集,共1422个样本,并根据已有研究整理了51个TME细胞特征;然后利用表达谱做基因集富集分析和功能注释;通过单样本基因集富集分析(ssGSEA)计算每种免疫细胞的标准化富集得分(NES),基于多个免疫细胞特征计算每个胃癌样本的IMS;根据IMS将样本分成不同的亚型,最后对high-IMS和low-IMS两种亚型做了多方面的比较。

    Overview of the study

    接下来,咱们看一下该研究的主要结果。

    利用免疫细胞计算IMS

    基于已有研究,作者筛选出了27个与胃癌生存显著相关的TME细胞特征(图1.a),然后计算了每个样本的IMS,根据中位IMS将样本分为high/low-IMS组,high IMS组生存时间更长(图1.b)。在ACRG数据集的四种亚型中,作者发现微卫星不稳定(MSI)这一亚型的IMS水平最高,EMT亚型分值最低;在TCGA数据集中,EBV和MSI亚型的IMS水平最高(图1.c)。研究又分析了IMS与其他临床特征之间的关联,发现在ACRG和TCGA群体中,65岁以上的胃癌患者IMS水平更高,AJCC stage I的患者IMS最高,对high/low-IMS不同组的KEGG功能富集结果表明,low IMS组富集到了基质和致癌相关的通路,high IMS组富集到了dMMR和免疫激活相关的通路(图1.e)。

    图1. 生存相关的免疫细胞

    对这些通路的进一步分析,发现CD8 effector和抗原呈递特征在高IMS组显著高表达(图2.a),此外,研究发现8个DNA损伤修复相关的特征在两个组之间存在着显著差异的富集结果,IMS与这些通路的归一化富集得分显著正相关(图2.e)。作者还发现27种免疫细胞在high-IMS和low-IMS组的浸润水平大都存在显著差异(图2.c)。

    外部免疫逃逸机制可分为抑制免疫细胞,激活免疫抑制细胞,高表达免疫抑制细胞因子等不同类型。根据图2.c可以发现,低IMS组有较多激活的先天免疫细胞和静止细胞,可能存在适应性免疫反应不足;而高IMS组不仅有丰富的活跃的先天免疫细胞和适应性免疫细胞,而且还有免疫抑制细胞,表明免疫抑制细胞可能在该亚型的免疫逃逸中发挥一定作用。

    图2. IMS与特定通路 

    研究又分析了TCGA胃癌群体潜在的内在免疫逃逸机制,如TMB、同源重组修复缺陷(HRD)、IHT等(图3)。结果表明,高IMS组有较高的TMB水平,而低IMS组的CTA, IHT, HRD和染色体非整倍体水平则相对较高;此外,高IMS组的MHC I-related抗原呈递分子以及免疫调节分子的表达量高于低IMS组。而且,研究还证实了IMS与MSI、TMB和免疫检查点分子表达之间的显著正相关关系,表明免疫原性与免疫检查点分子可能存在一定关联,而IMS与CTA, HRD,瘤内异质性得分等免疫原性指标则显著负相关。

    图3. IMS与内在免疫逃逸机制

    胃癌基因组变异与IMS的关联

    作者首先比较了高IMS和低IMS组的GISTIC得分和拷贝数变异频率,发现低IMS组的GISTIC得分和拷贝数变异频率高于高IMS组,其拷贝数变异的比例也较高(图4.a)。通过相关性分析,研究识别出了四千多个突变状态与IMS相关的基因,图4.c展示了前20个,其中,基因PIK3CA, ARID1A和KMT2D在TCGA群体中的突变频率也位于前20(图4.d)。除TP53外,大部分基因在高IMS组的突变频率高于低IMS组,进一步分析,发现PIK3CA、ARID1A和KMT2D突变组的免疫检查点分子(CD274、PDCD1和CTLA4)的表达大多显著高于野生型组,TP53突变组则相反(图4.e),但是,这四个基因的突变并没有影响不同IMS组别的生存期(图4.f)。

    图4. 基因组变异与IMS的关系

    IMS与胃癌预后

    接下来,通过泛癌分析,作者证实了IMS可作为独立的胃癌预后因子,高IMS组的生存时间更长。此外,对低IMS组的患者来说,术后辅助化疗/放疗的效益更佳(图5)。

    图5. IMS与胃癌预后及术后辅助治疗反应

    然后,作者利用免疫荧光染色分析了高、低IMS组CD8细胞的浸润情况,进一步探讨了IMS与免疫治疗之间的关系。结果显示,与低IMS组相比,高IMS组的CD8细胞显著浸润到肿瘤组织的中部,高IMS组可能对PD-1/PD-L1抑制剂有反应(图6.a-b)。利用PD-L1抑制剂治疗的胃癌群体PRJEB25780,研究发现PR/CR组的IMS明显高于SD/PD组;同MSI, EBVs和CPS相比,IMS预测免疫治疗反应的效能更好。

    图6. 预测免疫治疗反应

    化疗药物敏感性的预测

    基于CTRP和PRISM等多个数据库的预测,研究发现clofarabine、SNX-2112、 gemcitabine、topotecan、raltitrexed、rubitecan和irinotecan等药物更适用于高IMS患者,ABT-737、ML162、PI-103和romidepsin等则更适用于低IMS患者(图7.a-b)。利用多个细胞系,研究证实了在romidepsin治疗后,肿瘤细胞可能更容易被免疫细胞识别和杀死(图7.c-e)。

    图7. 预测化疗药物敏感性

    本文基于27种免疫细胞特征,计算了多个胃癌数据集样本的IMS。证实了IMS可作为独立预测癌症预后的因子,并发现了高、低IMS组不同的基因组特征、免疫逃逸机制以及治疗方案,对胃癌患者的免疫治疗很有帮助。但该研究也存在一些不足,比如忽略了瘤内异质性,基因组分析不够透彻等。

    好了,今天的分享到这结束了~ Have a nice day!

    生信分析免费咨询生信分析意向表 (mikecrm.com)

    相关文章

      网友评论

          本文标题:生信数据分析:8+胃癌TMEscore

          本文链接:https://www.haomeiwen.com/subject/ufkfaltx.html