TNBC:三阴性乳腺癌
下面为文章思路:
方法学:
一、多组学测序(样本384例——目前为止最大单中心数量):
1. WES(Illumina HiSeq)
2. 转录组测序:RNA-seq(Illumina HiSeq)+ HTA2.0
3. CNV测序(OncoScan CNV Assay Kit)
二、多组学分析内容:
1. 微环境细胞丰度(占比例):CIBERSORT找到324个基因+MCP找到40个基因=共364个基因,定义24种微环境细胞,ssGSEA(GSVA包)计算各类细胞的丰度
2. 细胞亚群富集评分ES
3. 根据细胞亚群构成,对TME进行分类clustering(3型)
4. 对3种TME表型进行预后分析
5. 免疫基因组indicator的计算:neoantigen(用WES数据),CTA(CTDatabase),HRD,ITH(ASCAT计算)
6.富集的oncogenic pathway
7. 3型TME之间mutation、CNV的比较
结果:
1. TNBC微环境表型全景图
1a. 用364个signature基因,用ssGSEA score估计24种TME细胞的丰度;随后按照TME细胞的丰度特征,进行聚类分3型:免疫匮乏型(I型冷肿瘤)、固有免疫未激活型(II型冷肿瘤)、免疫激活型(热肿瘤)。此外,又用校正富集评分(adj.ES)比较了3类cluster的免疫细胞的丰度。
2. TME 分类的验证
2a. 组织芯片:sTIL、iTIL(HE)和CD8+细胞(IHC)在3类中的表达情况
2b. Th1, Th2, Th17 和 MDSCs(HE)
2c. TNBC现有亚型在3个cluster中的比例情况
2d. TCGA和METABRIC数据库验证
3. TNBC的微环境细胞对预后预测的重要性
3a. 3个亚型的基线资料表(相似)
3b. 3个亚型的生存分析和生存曲线(OS、RFS)
3c. AUC of the time-dependent ROC curve
3d. 在每个亚型中每种细胞对RFS的
4. TNBC外源性免疫逃逸机制
4a. 三个TME亚群中比较癌和癌旁TME细胞的数量
4b. 一些固有免疫分子(STING等)、趋化因子、SCNV在三个TME亚群中的表达情况(外源性免疫逃逸机制)
5. TNBC的肿瘤免疫原性(内源性免疫逃避机制)
三个亚型的免疫原性影响因素:突变负荷、肿瘤抗原负荷、染色体不稳定性水平、CTA水平、坏死水平、ITH、肿瘤抗原呈递能力
6. TNBC的免疫调节剂的表达(内源性免疫逃避机制)
6a. 参考共刺激分子和共抑制分子数据库,在三个cluster的mRNA表达和CNV变化
6b. VTNC1分子的重要性
6c. 肿瘤免疫原性、免疫浸润、免疫检查点分子之间的相关性分析
7. TNBC基因组改变与低免疫浸润的相关性
7a. 参考已知10个致癌通路的标记基因,分别计算3个亚群在10个通路的富集分数。
7b. 挑选亚群特有突变基因+校正突变负荷后有意义的突变基因
7c.挑选亚群特有SCNV + 挑选各个cluster的CNV peak中包含的基因做KEGG和GO分析
文章思路
1. 先利用转录组数据——做免疫微环境聚类
2. 聚类亚型的验证(染色+数据库验证)
3. 聚类亚型对预后的影响
4. 探究免疫逃逸机制(外源性+内源性):
外源性:三个亚型癌比癌旁的免疫细胞数量比较;固有免疫分子(STING等)、趋化因子、SCNV等在三个亚型中的表达情况
内源性:肿瘤免疫原性、免疫调节剂(共刺激+共抑制)的表达情况
5. 三个聚类亚型在基因组水平(突变+SCNV)的改变:与致癌通路的关联、挑选亚群特异性突变和SCNV
网友评论