肿瘤微环境特征鉴定了两种具有特定免疫和代谢状态的肺腺癌亚型

今天文献解读的是2020年3月份发表于Cancer science的一篇文章,标题是Tumor microenvironment characterization identifies two lung adenocarcinoma subtypes with specific immune and metabolic state,影响因子4.75,主要是对肺腺癌进行免疫相关基因的探索,获得了相应的免疫微环境的signature 基因,利用pROC对筛选的signature进行诊断意义的确认;

1.研究思路

 

2.结果

2.1 肺腺癌肿瘤微环境亚型分类的确认
利用xCell对样本进行肿瘤微环境定量后,进行聚类,在TCGAGEO均获得两个cluster(A);对样本的TME 细胞浸润情况进行热图绘制(B);箱线图展示在两个cluster中TME 细胞是否有差异(C);对分得的两个cluster进行生存曲线的绘制,结果表明对生存有影响(D);

 

2.2 不同亚型中免疫和代谢相关基因状态的探索
对上面获得的两个cluster进行差异分析,并对免疫相关基因和趋化因子在两个cluster中的表达情况进行探索(这里用热图、箱线图进行展示)
可参考:手把手教你绘制进阶版热图

 

这里主要是对代谢相关基因在不同亚型表达情况的探索(A,这里是用火山图进行这样的展示),并对亚型A中高表达的代谢相关基因进行功能富集分析(B、C),对增殖相关marker的表达情况进行箱线图的展示(D);

 

2.3 肺腺癌的表型signature
基于差异基因、随机森林和PCA获得193个signature基因,并对TME cluster和Gene Cluster对样本的分类进行热图的展示(B);对2个Gene cluster的免疫和基质细胞浸润情况进行箱线图的展示(C)和生存曲线的绘制(D);
可参考:手把手教你绘制生存曲线在科研世界曲线求生存,你得先会画“生存曲线”

 

2.4 TMEscore对肺腺癌的TME表型进行预测
在TCGA-LUAD、GSE31210和GSE68465中对不同TMEcluster的TMEscore进行箱线图展示,均为在ClusterA的TMEscore高于ClusterB,且具有统计学意义(A);并用pROC包对3个数据集进行AUC曲线的绘制,认为TMEscore具有诊断意义,能够很好地对TME表型进行区分(B、C、D);

 

结语

文章从免疫微环境出发,将样本分为两组,进行差异分析、功能富集分析后获得基因Signature,并基于此进行生存分析和pROC对获得的Signature基因进行诊断意义的确定;有这方面背景知识的同学可以借鉴这个思路,应该还是好复现的。

文献解读

文献解读:针对肺癌免疫治疗探究PD-L1之外的生物标志物

2020-5-19 23:18:03

文献解读

去泛素酶UCHL1抑制表皮生长因子受体(EGFR)泛素化调节心肌肥厚

2020-5-19 23:21:00

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