这篇发表2年被引600余次的TCGA癌症免疫文章写了些啥?

蓝婉馨 1999-10-21 07:50:44 热度:9578°C

思维导图:

作者针对TCGA平台33种癌症进行研究,根据6种分子平台数据计算160种免疫特征之间的相关系数,通过聚类分析得到5个免疫表达特征,再根据这5种免疫表达特征将所有非血液类肿瘤聚类成6种免疫亚型,最后具体分析不同免疫亚型之间的差异,包括:免疫浸润细胞的组成、预后、免疫原性和免疫浸润间的关系、与免疫浸润相关的体细胞变异、免疫调节剂基因的表达情况。最后,还研究了不同肿瘤与性别、人种之间的关系,以及绘制出免疫反应的网络调控。

一、癌症的免疫亚型

作者通过计算160种免疫特征间的相关系数,进行聚类分析猴得到5个核心模块免疫表达特征(巨噬细胞 , 免疫浸润淋巴细胞, TGF-β response , IFN-γ response, wound healing ) → 通过5个特征的分布差异将TCGA中的非血液肿瘤聚成6种免疫亚型(C1-C6)(图1A)

接着,作者思考6种免疫亚型是否在其它关键免疫特征的表达上有所差异呢?通过研究发现,不同免疫亚型在其它关键免疫特征的表达上有所差异,例如:巨噬细胞和淋巴细胞比值、Th1细胞和Th2细胞的比值、白细胞分数、免疫细胞的表达(图1B,C)。最后,作者还研究了每种肿瘤类型中6个免疫亚型的组成情况(图1D),不同宽度显示了肿瘤的样本数量。

二、肿瘤免疫浸润的组成

为了进一步了解不同免疫亚型之间的免疫能力差异,作者深入研究了不同亚型之间的免疫细胞表达差异情况(包括淋巴细胞,巨噬细胞,树突状细胞,肥大细胞等)(图2A)。此外,作者还深入探讨了不同肿瘤、亚型之间的白细胞比例(图1C& 图2B)。作者还通过TCGA的H&E染色图片分析估计出具有浸润淋巴细胞的肿瘤区域的空间比例,发现C2亚型的淋巴细胞浸润区比例最高(图2D)。

除了白细胞比例,基质细胞比例也可以影响肿瘤的转归,故作者还研究了不同肿瘤之间白细胞比例和基质细胞比例的相关性,在这里示例了两种有代表性的肿瘤:前列腺癌和黑色素瘤(图2C)。

三、肿瘤免疫反应与预后

作者紧接着探究不同亚型的预后状况,并深入分析影响它们预后的因素。

在6种免疫亚型中,C3亚型预后最佳,C4、C6亚型预后最差(图3A)。

这篇发表2年被引600余次的TCGA癌症免疫文章写了些啥?

为进行深入探究,作者研究了5个免疫表达特征在不同肿瘤、亚型中对预后的影响因素。这里的 concordance index(一致性指数)主要用于计算生存分析中的 COX 模型预测值与真实之间的区分度。此处指当某种免疫表达特征在某种肿瘤/亚型中对其预后有预测作用时,C-index>5,显示为红色,与高风险相关。作者发现淋巴细胞特征与 C1,C2 的预后改善相关;5 种特征中增加任何一个特征都会使 C3 预后更差(图3B)。作者还研究了辅助T细胞与OS的一致性指数,发现在大部分免疫亚型中,Th17细胞的增加会改善预后。

作者建立了一个免疫特征分数的生存模型,发现免疫特征分数的高低会显着影响生存结局。为了进一步验证该模型,作者建立了一个验证集并研究其KM曲线结果(图3D),并将该结果与预测结局进行比对(图3E),发现该模型有较高的预测准确度。

作者进一步思考增添肿瘤的其他信息(例如stage、tissue等)是否能提高模型的预测准确度。通过简化模型与全模型的准确度进行比对,发现全模型相比于简化模型来说log likelihood更大,说明添加肿瘤stage和tpye信息后模型预测更准确。

四、免疫反应与体细胞变异

由于肿瘤细胞的DNA损伤可以增加其TMB,使免疫细胞更容易识别肿瘤细胞,从而对预后有改善作用。因此作者研究了6种免疫亚型的免疫浸润(白细胞比例LF)与DNA损伤的相关系数热图。

为研究具体哪个染色体的什么改变对白细胞比例所产生的具体影响,从而进一步将该位置上的重要基因的CNV(拷贝数变异)与免疫浸润相联系,作者分析了不同染色体的扩增/缺失对LF的影响(图4B)。图片展示了平均LF值在1-22号染色体上的观察值与预估值间的差异,有统计学意义的差异用黑色表示。例如:1号染色体的长臂扩增会使平均LF值下降,且实际LF值要低于预测值。

通过将不同的癌症驱动基因的突变与不同的免疫亚型相关联,得出33个显着相关的基因(图4C)。

这篇发表2年被引600余次的TCGA癌症免疫文章写了些啥?

进一步研究驱动基因与LF的关系,作者绘制了火山图以用于说明结果。虚线左侧的驱动基因代表该基因的突变会使LF值下降,虚线右侧的驱动基因则代表该基因的突变会使LF值增加。有统计学意义的驱动基因均已用橙色标记出,并且标注展示了具体哪个驱动基因在哪种癌种中的突变会导致LF值的变化。

五、人口统计学因素及遗传变异与免疫反应

(一)免疫细胞与性别和祖源的相关性

作者研究了不同肿瘤与性别、人种之间的关系,发现免疫细胞及其特征就性别或祖源的不同而有表达差异。在某些肿瘤中(头颈部鳞状细胞癌、肾脏透明肾细胞癌),女性的 PD-L1表达要高于男性,而有非洲血统的患者相比于其他血统的患者而言PD-L1表达较低(图4E)。

(二)免疫原性调查

作者还研究了pMHCs分布与基因突变的相关性。大部分pMHC是由单突变所产生,少数pMHC由不同突变产生,标注了来源超过40个基因突变的pMHCs(图5A)。多个常见的癌基因突变(PIK3CA, KRAS, BRAF等)能产生pMHC。

六、癌症中的适应性免疫受体库

TCR和BCR是T细胞和B细胞特异性结合抗原的受体,TCR和BCR结合了抗原后才能介导接下来的免疫反应。作者分别研究了TCR和BCR的多样性,发现在C6和C2亚型中TCR的多样性最高(图5C)。

由于CDR对TCR的多样性影响显着,故作者通过评估CDR3的α和β链,以确定具有相同TCR的患者频率(图5D)。此外,作者还研究了pMHC-CDR3 pairs,结果显示,样本中的抗原受体较多,而抗原较少,说明多数免疫反应是由公共抗原介导(图5E)。

七、免疫调节剂的调控

由于免疫调节剂(IM)基因可以影响肿瘤微环境(TME),故作者研究了不同免疫亚型间免疫调节剂基因的表达和改变的差异(图6A)。免疫亚型间表达差异最大的基因为EDNRB和CXCL10,并且作者具体研究了它们在不同亚型间的表达值(图6B)。无论在哪种亚型中,大部分IM基因的甲基化程度与表达值负相关,如C3亚型中的CD40基因。

这篇发表2年被引600余次的TCGA癌症免疫文章写了些啥?

在不同亚型之间,IM基因的改变情况不同。如KIR2DL3基因在C5中显着缺失,CD40基因在C1中显着扩增(图6D)。

八、免疫反应的网络调控

作者进一步研究不同免疫亚型中细胞内外通讯网络组成。图7A,7B,7C是分别提取出IFN-γ, TGF-β, T细胞并加上免疫亚型对网络的影响所绘制出的细胞内外网络图。发现:C2、C3与IFN-γ有密切联系;TGF-β1与C2,C3,C5紧密相关等。

随后,为进一步研究基因-转录调控因子-下游靶基因-免疫浸润-预后这几个事件的联系,使用Master Regulator(MR)和SYGNAL两种方法(图7D,7E),绘制出2个转录调控网络,将驱动事件、基因表达、miRNA等因素相关联。综合这两个转录调控网络,可以更加全面地认识不同亚型的免疫反应的网络调控。

总结:

总结来说,免疫亚型与预后、基因型和免疫调节改变相关。当我们对肿瘤免疫微环境在预后和对疗法反应的作用了解越来越多,肿瘤的免疫亚型的定义可能对预测疾病结果有至关重要的作用,而不是像现在仅能用过个体癌症类型进行预测。以上,作为一个新的角度,可以帮助后续对肿瘤-免疫相互作用和癌症免疫治疗提供研究资源支持。

相关阅读
推荐阅读