转录组数据-免疫微环境精品分析思路(五)

今天我们梳理的是关于透明细胞肾细胞癌的肿瘤免疫微环境的文章,作者以转录组数据贯穿全文,穿插蛋白数据和突变数据对结果进行验证。

思路导图:

 

数据来源:作者从TCGA中下载了19个癌种的转录组数据,共包括7567个肿瘤样本和633个正常样本,分析每个癌症的免疫微环境。关注于ccRCC,利用ccRCC的免疫浸润情况对患者进行分层,并关联预后。下载Sato.el al数据和Gerlinger et al.数据用于结果的验证。

 

一. 绘制TCGA中19个癌症的免疫浸润谱

1. 基于ssGSEA的方法,绘制19种癌症的T细胞浸润谱和体细胞突变负荷谱

为了体现T细胞浸润情况,作者基于ssGSEA的结果自定义了两个聚合得分:整体的免疫微环境打分(IIS)和T细胞浸润性打分(TIS)。比较19个癌症的T细胞浸润性图谱,肾透明细胞癌(KIRC)和肺腺癌(LUAD)的T细胞浸润性得分最高。

 

 

 

2. T细胞浸润性与突变负荷的关系

1)大多数癌种中,突变负荷都与T细胞亚群呈现负相关,而结直肠腺癌(COADREADA)的突变负荷与很多T细胞亚群正相关,暗示了可能存在免疫逃逸事件。

2)大多数癌种中,Th2和Treg细胞浸润水平与突变负荷呈正相关。这些相关性可能表明,在Treg和/或Th2细胞中存在着丰富的免疫抑制环境,尽管存在大量潜在的免疫原性突变,但肿瘤已无法被免疫系统消除。

 

 

3. 抗原递呈相关基因(AMP)的特征

在免疫浸润的过程中会激活旁分泌信号,浸润的细胞也会产生mRNA,进而会导致肿瘤中APM基因的表达增加。作者分析了19个癌症中T细胞浸润和APM基因的相关性,发现肺腺癌(LUAD)和肾透明细胞癌(KIRC)两个癌种的T细胞浸润和APM基因具有最高的相关性。将KIRC肾癌划分为不同的亚型,APM基因在每种亚型中的表达相比于正常样本也均有差异。

 

 

二. 根据ccRCC的免疫浸润特点将患者分层

1. 免疫浸润分层分析:利用ssGSEA score,利用无监督的聚类方法将ccRCC患者分为3组:1)T细胞富集组2)异质性浸润组3)非浸润组。

2. 基因差异表达分析:T细胞富集组的适应性免疫和固有免疫相关基因均发生过表达;非浸润组的代谢相关基因以及线粒体相关基因表达;异质性组的抗血管生成相关基因发生过表达。

3. 蛋白差异表达分析:T细胞富集组发生了免疫相关蛋白的过表达(Lck and Syk);异质性组发生了血管生成相关蛋白的过表达(Smad1,c-Kit);

三. T细胞浸润水平与临床结局的关系

利用cox比例风险回归模型,在TCGA (n= 415)和SATO (n= 101)两套独立的数据集中,分别对每个T细胞亚群和血管生成进行建模,寻找与临床结局相关的特征。

1) Th17细胞浸润水平和血管生成均与良好结局密切相关;

2) Th2和Treg细胞浸润与不良结局密切相关。

 

 

四. 免疫浸润模式与瘤内异质性和亚克隆性的关系

1.为了探索ssGSEA方法预测的免疫浸润分类在瘤内异质性的样本是否具有鲁棒性。作者下载了关于ccRCC多区域肿瘤研究的转录组数据,来自于9名患者的56个肿瘤样本和6个正常样本(Gerlinger et al.),计算了免疫细胞浸润评分和这些样本的总TIS,并采用随机森林分类器的方法预测每个样本的免疫浸润类别。

发现:

1)T细胞浸润水平高的肿瘤在大多数取样区域具有高度相似的免疫浸润特征,且所有区域都被预测为T细胞富集区;

2)T细胞水平相对较低的肿瘤表现出免疫瘤内异质性,并且预测出其区域属于多种不同的免疫浸润类别。

 

 

2.下载TCGA数据库中ccRCC样本的突变信息,利用SciClone方法对突变进行克隆聚类的分析。

发现:克隆数目越少,CD8+T浸润水平越高,毒细胞活性越强,APM基因表达增加,TIS分值越高。

 

 

五.服用纳武单抗ccRCC患者的免疫微环境变化

为了探索基线期ccRCC患者的免疫浸润微环境和免疫治疗疗效之间的关系,作者对6例服用纳武单抗的患者RNASeq数据进行分析。

发现:

1)服用纳武单抗后,有部分或完全缓解的患者中,其TIS和APM均升高

2)服用纳武单抗后,病情仍然进展的患者中,其TIS和APM处于最低的四分位。

 

Ref:enbabaoğlu Y, Gejman R S, Winer A G, et al. Tumor immune microenvironment characterization in clear cell renal cell carcinoma identifies prognostic and immunotherapeutically relevant messenger RNA signatures[J]. Genome biology, 2016, 17(1): 231..  IF: 11.908.

文献解读

转录组数据-免疫微环境精品分析思路(一)

2020-8-28 4:47:05

文献解读

转录组数据-免疫微环境精品分析思路(四)

2020-8-28 4:47:48

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