免疫细胞溶解活性作为前列腺癌免疫检查点抑制剂治疗的指标

大家周一好呀, 今天想跟大家谈一谈免疫浸润,为什么呢?因为今天的文章:最普通的免疫浸润分析还发了3.6分,内容也仅仅是:TMB、免疫评分、基质评分、肿瘤纯度两个基因构建了CYT得分、甚至都没有用K-M曲线评估一下预后效能(至于预后情况如何咱也不敢问,也不敢说。ps:可能是图配色好看逻辑性好)。有没有觉得就像没有受过专业训练第一次写小说就拿了150万的稿费的钟晓晴,说实话小编看了都嫉妒,你看了会撕心裂肺。。。

Immune Cytolytic Activity as an Indicator of Immune Checkpoint Inhibitors Treatment for Prostate Cancer
免疫细胞溶解活性作为前列腺癌免疫检查点抑制剂治疗的指标
 
首先让我们通过摘要了解一下这篇文章的主要内容,目前免疫检查点抑制剂(ICIs)治疗成为癌症治疗的新希望。但是很多前列腺癌(PCa)患者不能从中受益。因此为了提高PCa中ICIs治疗的准确性,作者对TCGA数据库中的数据进行分析,来寻找一个有助于PCa治疗的指标。作者在本研究中主要从两方面进行了研究,首先是对PCa患者进行TMB分析和免疫浸润分析来看不同免疫组中免疫细胞的表达。然后用免疫细胞溶解活性(CYT)测定其与ICIs治疗靶点的关系。好啦~让我们一起来看一看作者都具体做了哪些研究以及得到哪些结果吧
 
一.材料和方法
1.1基因表达数据集
本研究数据包括从TCGA中获得的540个前列腺样本的RNA-seq数据,包括51个正常组织和489个肿瘤组织。 通过ESTIMATE算法计算每个样本的免疫和基质评分。从TCGA数据库中获取前列腺癌(PRAD)患者的表达数据(FPKM值),然后将FPKM值转换为TPM值。其中CYT为GZMA和PRF1这两个基因表达的均值,它在激活的CD8+T细胞中显著上调。
1.2 肿瘤突变负荷估计
从TCGA中获取了PCa的体细胞突变数据,有484名患者有体细胞突变的信息。应用R包“ maftools”计算每个样本中的体细胞非同义点突变的总数。
1.3 免疫细胞浸润估计
使用CIBERSORT算法评估了PRAD样本中肿瘤浸润免疫细胞的数量,然后用547个标记基因的特征来量化每种细胞类型的相对得分。从CIBERSORT中下载带注释的基因签名矩阵,定义了22种免疫细胞亚型。将CIBERSORT p值<0.05的结果过滤并选择以进行进一步分析。
1.4单样本基因集富集分析(ssGSEA)
为了研究PCa的免疫浸润情况,作者通过R包“GSVA”进行单样本基因集富集分析(ssGSEA)来估计群体特异性免疫浸润,通过富集分数来表示数据集中每个样本中基因集的富集程度。并根据ESTIMATE分析结果,对所有患者进行了无监督的聚类分析,并将患者分为高,中和低免疫评分组。
1.5TIMER数据库分析
TIMER是一种可以分析不同癌症类型中的免疫浸润并可以使用肿瘤浸润免疫细胞(TIIC)进行分析的工具。
1.6基因集富集分析(GSEA)
使用基因集富集分析(GSEA)来识别PRAD中低CYT分数和高CYT分数之间的相关信号通路。
二.结果展示
2.1 PRAD中的突变基因组景观
首先作者对PRAD患者的突变基因组景观进行了展示(图1)。瀑布图总结了484 名PRAD患者的高突变基因和突变类型。其中有290位患者发生了体细胞突变。错义突变占的比例最高。SNP是更常见的变异类型。同时,C> T在六种单核苷酸变体(SNV)的变体类型中发生率最高。它的变异中值比其他肿瘤低。还对排名前十位的突变基因进行了展示。作者通过对突变景观的描绘发现PCa中的TMB低于其他肿瘤,这意味着浸润的免疫细胞更难以识别癌细胞。

图1. PRAD样本的突变图谱
 
2.2肿瘤和正常组织中的免疫细胞浸润
使用符合CIBERSORT p <0.05的88个肿瘤样本和14个非肿瘤样本来研究免疫细胞在肿瘤组织和非肿瘤组织中的浸润情况(图2)。发现在肿瘤组织和正常组织中免疫细胞的分数变化有很大差异。其中肿瘤组织中的T调节细胞(Tregs)和巨噬细胞M0显著增加。但是肿瘤组织中的单核细胞,树突状细胞和中性粒细胞明显减少。接下来作者选择肿瘤组织中出现较高的巨噬细胞M0和Tregs进行进一步的分析。作者分别获得了非肿瘤组织和肿瘤组织中免疫细胞之间的相关性。分别得出了两类细胞在两类组织之间的相关性,结果发现它们之间显著不同。因此作者推测免疫细胞浸润率的变化直接反映了正常组织和肿瘤组织之间免疫功能的差异。这也可以解释为什么大多数PCa患者对ICIs治疗不敏感。这些结果也提示浸润性免疫细胞减少可能在PCa的发生发展中起重要作用。

图2.肿瘤与正常组织中的免疫细胞浸润
 
2.3 PRAD的免疫表型景观
在这一部分作者主要是对PRAD的免疫景观进行了刻画。首先通过ssGSEA评估每个样本的免疫浸润程度。然后基于每个样本中24个免疫细胞的分数进行无监督分层聚类并将所有样本分为了三类:高浸润(n = 9),中等浸润(n = 397)和低浸润(n = 83)。接下来作者对PCa中的肿瘤微环境(TME)进行分析,包括肿瘤纯度,免疫评分,基质评分和估计评分(图3)。结果发现在高浸润中免疫细胞和基质细胞得分较高,肿瘤纯度降低。这表明高免疫浸润组的患者可以从ICIs治疗中受益更多。其中高和中等免疫浸润约占83.03%,说明ICIs治疗在PCa中仍然是很有前景的。最后作者探讨了抑制性受体在前列腺癌CD8+T细胞中的表达,包括PD-1、LAG3、TIM-3、TIGIT和BTLA。同时,对CTLA-4受体的竞争性配体CD80和CD86进行了研究。结果发现CD80/86、PD-L1/L2、TNFSF14和LGALS9在高浸润组显著表达。三组中LAG3的配体,FGL1,TIGIT的配体PVR和NECTIN2的表达没有明显差异。还发现CD8+T细胞抑制性受体在不同免疫组的表达有显著差异。以上这些说明虽然PCa患者的突变负荷相对较低,免疫浸润相对较低,但这些标记物在高浸润组仍有显著的表达。因此TIM-3,LAG3,TIGIT和BTLA可以用作PD-1和CTLA-4以外的PRAD药物开发的新免疫检查点。

图3.PRAD的免疫表型景观
 
2.4免疫细胞溶解活性的计算和验证
在这一部分,作者首先评估了PCa中的免疫淋巴细胞的免疫细胞溶解活性(图4)。根据GZMA和PRF1表达值的平均值得到CYT评分。基于以上的免疫分组,发现GZMA和PRF1在高免疫组中显著表达。CYT分数在低和中度免疫组中相似,并且显著低于高免疫组。因此说高免疫组中有足够的CD8 + T细胞储备。然后用TIMER这个网络工具评估了GZMA,PRF1和CYT评分与免疫细胞之间的关系。发现它们与免疫细胞的浸润有显著相关性。所以说作者认为CYT评分可以作为免疫细胞浸润程度的基础。

图4
 
接下来作者根据CYT评分将PRAD患者分为CYT低组(n = 244)和CYT高(n = 245)组并比较两组的浸润免疫细胞(图5)。结果发现高CYT组的CD8 + T细胞浸润明显高于低CYT组。最后就是验证部分了,为了验证CYT评分的有效性,分析了PRAD患者的CD8 + T细胞抑制性配体和受体与CYT评分之间的相关性并发现CYT评分与这些配体和受体显著相关。PD-L1 / L2,TNFSF14和LGALS9将来可能成为ICI治疗PCa的有效靶标。

图5
 
最后就是富集分析部分了,作者在两组之间进行了GSEA分析,其中高CYT组富集到了更多与免疫相关的生物学过程,这证实了作者先前的结论(图6)。高CYT评分可增强免疫表型,可以作为ICIs治疗的指标,并为开发新的免疫检查点药物提供了依据。

图6. TCGA-PRAD队列中高CYT和低CYT评分组之间的不同免疫表型
 
好啦~这篇文章的内容就这么多啦,总结一下,作者通过对PCa患者数据进行TMB分析和免疫浸润分析,发现免疫细胞在不同免疫浸润组中的表达。CD8 + T细胞上表达的ICI常用标记物在高免疫组中高表达。然后作者使用免疫细胞溶解活性(CYT)来确定其与ICIs治疗靶标的关系。对CYT评分和免疫检查点配体的分析发现它们之间存在显著相关性。该研究为PRAD的免疫微环境和潜在的免疫疗法提供了新颖的见解。同时,它也为选择其他免疫检查点药物提供了依据。
文献解读

怎样研究一个分子在动脉瘤中的作用

2020-8-17 18:30:26

文献解读

蛋白间直接相互作用研究套路

2020-8-17 18:43:10

加入Q群
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
今日签到
有新私信 私信列表
搜索