文献解读:基于免疫学分析的肿瘤分型分析思路

今天分享的是20205月份发表在Molecular Oncology的一篇文章,标题是Classification of diffuse lowergrade glioma based on immunological profiling,影响因子5.962 
研究背景
弥散性低级神经胶质瘤(LGG)是由胶质细胞或前体细胞引起的浸润性脑肿瘤,与胶质母细胞瘤(GBMIV级)相比,病程更柔和,患者生存范围广泛(从115年),并且按肿瘤类型分层时差异很大。研究表明不同的免疫疗法可以成功治疗许多恶性肿瘤,然而并非所有患者都能从免疫治疗中受益。对于成功的免疫治疗方法,需要更好地了解肿瘤特异性免疫微环境。越来越多的研究表明,TME在神经胶质瘤的不同亚型中仍然高度不同。目前弥漫性LGG的免疫微环境尚未完全表征,加深对LGG免疫微环境的了解,将会为个性化免疫治疗提供了有价值的信息。
数据下载
1) TCGA数据库获取弥散性低级神经胶质瘤样本(n=402)RNA-seq数据,体细胞突变及拷贝数数据、临床信息数据——训练集
2) CGGA数据库获取弥散性低级神经胶质瘤样本(n=171)RNA-seq数据,临床信息和生存数据——验证集(cohort 1)
3) CGGA数据库获取弥散性低级神经胶质瘤样本(n=274)RNA-seq数据,临床信息和生存数据——验证集(cohort 2)
4) CGGA数据库获取弥散性低级神经胶质瘤样本(n=171)的微阵列数据,临床信息和生存数据——验证集(cohort 3)
结果展示
1. 弥散性低级神经胶质瘤免疫亚型的鉴定和验证
作者根据先前报道的782个免疫相关基因,采用共识聚类的方法对来自TCGA 数据库的402个弥散性LGG样本的数据集进行聚类(50次迭代,80%重采样率)。累积分布函数和共识热图用于评估最佳k=3(三个子类被定义为Im1Im2Im3),即弥漫性低级神经胶质瘤被分为Im1Im2Im3三个免疫亚型。
 
为了验证CGGA队列中的免疫亚型,作者首先鉴定了训练集和验证集中共有的免疫相关基因(751个基因)。在训练集中,使用微阵列预测分析(PAM)对基因进行训练,以构建基于基因的分类器。在验证集中,使用基于验证集中构建的PAM分类器对每个验证队列样本归属免疫亚型分类,并注释分子和临床信息(1B-D)
 
主成分分析(PCA)显示不同免疫亚型之间的基因表达模式存在明显差异(2A)
三种免疫亚型在训练集和验证集中显示出相似的预后和病理特征(2B,C)。作者采用IGP方法评估训练集和验证集之间获得性免疫亚型的相似性和可重复性。
 
2.免疫亚型的细胞和分子特征
为了揭示这三种亚型之间的免疫异质性,作者采用了几种与免疫相关的工具进行分析。首先根据ESTIMATE方法计算了基质评分、免疫评分和肿瘤纯度(3A)发现Im2亚型具有较高的免疫评分基质评分较低的肿瘤纯度;然后进行CIBERSORT分析计算淋巴细胞和M2巨噬细胞比例发现Im1 的淋巴细胞百分比增加,而Im2Im3则显示出更高水平的M2巨噬细胞(3B);最后通过ssGSEA分析三种免疫亚型中免疫细胞类型和功能富集水平(3C)。此外作者还分析HLA和检查点基因在三种亚型之间表达水平(结果放在补充材料中)
 
3.浸润性免疫细胞与预后的相关性
接下来作者通过Cox回归对免疫评分和患者OS的相关性进行分析,发现当按免疫亚型分层时,在Im2中观察到存活率提高与溶细胞活性相关,并且中性粒细胞或Treg得分高的Im1患者往往有更好的预后(4A,B)。此外作者还评估了主要免疫检查点的预后价值,发现PDCD1HAVCR2IDO1的高表达意味着预后更差(结果放在补充材料中)这些结果表明浸润的免疫细胞可能会影响患者的预后,并为弥漫性LGG的免疫治疗提供了有价值的靶标。
 
4.免疫亚型的基因组变异
作者进一步探讨了这三种免疫亚型之间基因组改变的差异。发新Im2亚型具有更明显的非整倍性变异,同源重组缺陷以及较高的拷贝数负荷和肿瘤突变负荷(图5A)。将基因组突变与免疫亚型进行相关性分析,发现Im1富含IDH11P/19Q 共缺失,CICFUBP1NOTCH1突变;Im2富含驱动基因的突变,如PTENEGFRNF1Im3富含IDH1ATRXTP53突变(图5BGISTIC2.0分析免疫亚型中不同的拷贝数改变(CANs),发现Im2显示出更频繁的缺失或扩增区域,例如CDKN2A / CDKN2BEGFR1CDK4KITPDGFRA等。这些发现表明,具有高免疫浸润的肿瘤可能具有更高水平的基因组改变。
 
5.降维分析确定了Im2中的两个不同的子组
为了定义弥散性LGG的免疫状况,作者通过降维分析发现,Im2可以进一步分为两个亚组Im2AIm2B(6A,B),其中Im2A具有更好的结局(图6C)。ssGSVA分析发现Im2A与较高水平的免疫细胞和功能相关(图6D)。CIBERSORT分析发现Im2AM2巨噬细胞百分比增加(6E)这些数据表明免疫亚型内存在明显的簇内异质性。
 
3.6使用Cox比例风险模型开发和验证免疫相关特征
考虑到患者预后与免疫浸润之间的紧密联系,作者使用Cox比例风险模型开发了与免疫相关的特征以进行预后预测。SAM分析发现Im2Im1/Im3亚型之间有421个差异表达的免疫基因,单变量Cox回归分析显示,差异基因中有359个与患者的OS显著相关(7A)。然后,作者应用Cox比例风险模型选择了具有最佳预后价值的基因(图7B)。鉴定出8个基因的标记(图7C),并根据其表达水平和回归系数计算出风险评分。发现高风险评分集中于Im2,经典型和间充质型胶质瘤,III级或IDH野生型肿瘤中(7D)KaplanMeier分析显示,高风险评分意味患者预后较差(图7EF)。作者通过计算风险评分,年龄和等级的AUC(曲线下面积)进一步评估了预测准确性,发现风险评分的AUC85.5%)远高于年龄(77.8%)和等级(68.5%)(图7G)。这些数据证明了免疫标志物在预后预测方面的强大功能,突出了免疫TME在预测患者存活率中的重要性。
 
分析流程
到这里这篇文章已经分享完了,如果你意犹未尽的话,不防再来回顾一下全文的分析流程:
 
可以看出来本文的分析流程并不复杂,作者从多个角度,利用多种分析方法研究了弥散性低级神经胶质瘤的肿瘤微环境差异,鉴定并验证了其肿瘤分型,开发了具有更好预后预测功能的免疫标志物,对LGG患者进行免疫治疗具有重要的指导意义。作者的研究思路和分析方法非常值得借鉴,感兴趣的小伙伴可以仔细研读!
文献解读

文献解读:单基因纯生信分析思路

2020-6-29 18:05:38

文献解读

利用WGCNA识别肺鳞状细胞癌关键基因

2020-6-30 16:10:29

声明 本网部分文章源于互联网,转载出于传递更多信息和学习之目的,并不意味着赞同其观点。
如转载稿涉及版权等问题,请立即联系管理员,我们会予以修改、删除相关文章,请留言反馈
When your legal rights are being violated, please send an email to: sci666net@qq.com
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索