5張圖搞定8分+純生信!你絕對沒見過的腫瘤免疫新思路——利用“免疫環(huán)境特征基因集”

腫瘤免疫相關(guān)生信還能做出什么新花樣?
本來小云以為腫瘤免疫從分析思路角度出發(fā)可能不會有太大的創(chuàng)新點(diǎn)出現(xiàn)了,畢竟腫瘤免疫研究熱度很高,前期思路更新提高也很快,但到后期更多是從選題角度找到創(chuàng)新點(diǎn),看最新文獻(xiàn)的發(fā)表現(xiàn)狀也正是這樣的。
但這次真的是小云局限思維了,一篇極高創(chuàng)新性文章的出現(xiàn)直接讓小云狠狠震撼住了,超大驚喜~?~

這篇文章的分析思路小伙伴們絕對沒見過!文章剛發(fā)表,小云之前也沒見過這種思路,震撼完就迫不及待的分享給朋友們。文章是利用免疫環(huán)境特征(注意是8個(gè)基因集,不是常規(guī)的基因哦,創(chuàng)新性就體現(xiàn)在這里)構(gòu)建腫瘤術(shù)后復(fù)發(fā)風(fēng)險(xiǎn)評分(分析腫瘤復(fù)發(fā)也是個(gè)創(chuàng)新點(diǎn),但在這個(gè)分析思路大創(chuàng)新面前就有點(diǎn)小巫見大巫了)。
這個(gè)文章已經(jīng)開辟一條新的分析道路,小云已備好文中用到的96個(gè)免疫特征基因集,由于模型構(gòu)建后的思路比較容易復(fù)現(xiàn),小云預(yù)測后面即將出現(xiàn)一大批跟風(fēng)者,所以先看到就搶占了先機(jī),發(fā)文要趁早!下面就跟著小云一起揭開廬山真面吧~?~


l?題目:腫瘤免疫環(huán)境特征預(yù)測前列腺癌切除術(shù)后復(fù)發(fā)以及雄激素剝奪和免疫治療的療效
l?雜志:Journal of Translational Medicine
l?影響因子:IF=8.44
l?發(fā)表時(shí)間:2023年3月
研究背景
前列腺癌是男性中最常見的癌癥之一,具有明顯的患者間異質(zhì)性。免疫微環(huán)境在預(yù)測前列腺癌根治術(shù)后生化無復(fù)發(fā)生存率(BCRFS)中的意義以及前列腺癌全身治療的療效仍不明確。
數(shù)據(jù)來源

研究思路
從先前研究中收集到92個(gè)免疫環(huán)境相關(guān)特征,每個(gè)特征包含數(shù)十到上百個(gè)基因。首先在訓(xùn)練隊(duì)列中評估92個(gè)免疫環(huán)境相關(guān)特征的預(yù)后效應(yīng),并基于8個(gè)具有預(yù)后效應(yīng)的特征構(gòu)建了腫瘤免疫環(huán)境評分(TICS),并在驗(yàn)證集中進(jìn)行模型驗(yàn)證。評估TICS和臨床病理特征的相關(guān)性并分析其獨(dú)立預(yù)后性以及TICS對于傳統(tǒng)指標(biāo)的預(yù)后附加價(jià)值。最后分析TICS與基因組遺傳變異、癌癥相關(guān)信號通路和免疫治療療效之間的相關(guān)性。
主要結(jié)果
1. 腫瘤免疫環(huán)境評分(TICS)的構(gòu)建與驗(yàn)證
首先在訓(xùn)練集中利用ssGSEA算法來計(jì)算92個(gè)免疫環(huán)境相關(guān)特征的富集分?jǐn)?shù),再通過單變量Cox回歸分析篩選與生化無復(fù)發(fā)生存率(BCRFS)相關(guān)的免疫環(huán)境特征,然后進(jìn)行薈萃分析來估計(jì)每個(gè)特征在四個(gè)訓(xùn)練集中的風(fēng)險(xiǎn)比(HRs)(圖1A),最后篩選得到8個(gè)預(yù)后顯著相關(guān)特征建立腫瘤免疫環(huán)境評分(TICS)(圖1B)。根據(jù)TICS中值,所有患者被分為高TICS組和低TICS組,進(jìn)行Kaplan-Meier生存分析并利用AUC值和C指數(shù)評估模型性能(圖1C, K),模型在驗(yàn)證集中進(jìn)行預(yù)測能力驗(yàn)證(圖1G, J)。(ps:ssGSEA分析、cox回歸分析,模型構(gòu)建、KM曲線繪制、ROC曲線繪制、C指數(shù)計(jì)算也可以用小云新開發(fā)的零代碼生信分析小工具實(shí)現(xiàn),云生信分析工具平臺包含超多零代碼分析和繪圖小工具,上傳數(shù)據(jù)一鍵出圖,感興趣的小伙伴歡迎來嘗試喲,網(wǎng)址:http://www.biocloudservice.com/home.html)






圖1?TICS的構(gòu)建與驗(yàn)證
2. TICS預(yù)后價(jià)值的評估
根據(jù)臨床病理特征對所有隊(duì)列的患者進(jìn)行分組,并比較不同亞組之間的TICS以評估TICS和臨床病理特征的相關(guān)性(圖2A)。通過單變量和多變量回歸構(gòu)建了兩個(gè)模型(有或沒有TICS)(圖2C),并利用校準(zhǔn)曲線和AUC值來評估TICS的預(yù)后附加價(jià)值(圖2D, E)。結(jié)果顯示將TICS加入到由傳統(tǒng)預(yù)后指標(biāo)構(gòu)建的模型中顯著提高了其預(yù)后效用,表明了TICS對于傳統(tǒng)指標(biāo)模型的預(yù)后附加價(jià)值。(ps:這里的風(fēng)險(xiǎn)評分的預(yù)后附加價(jià)值分析在生信文章非常少見,比較新穎,可以學(xué)起來喲)?




3. 體細(xì)胞突變分析和TICS與腫瘤相關(guān)通路的相關(guān)性分析
基于TCGA數(shù)據(jù)集分析了高TICS組和低TICS組中癌癥樣本的體細(xì)胞突變頻率變化(圖3A)和遺傳特征差異(圖3B-H)。通過GSEA分析了高TICS組和低TICS組之間的KEGG富集途徑差異(圖4A)。比較TCGA隊(duì)列中高和低TICS患者致癌信號通路的ssGSEA評分(圖4C)。

圖3體細(xì)胞突變和遺傳特征分析

圖4?TICS與腫瘤相關(guān)通路的相關(guān)性分析
4. TICS與ADT和免疫療法療效的相關(guān)性分析
在前列腺癌患者ADT治療隊(duì)列GSE111177中進(jìn)行KM生存分析以評估TICS對ADT反應(yīng)的預(yù)測能力(圖5A)。在免疫治療隊(duì)列中進(jìn)行KM生存分析并利用ROC曲線評估TICS對免疫治療效果的預(yù)測能力(圖5B, C)。最后分析了接受免疫治療的高低TICS患者的免疫細(xì)胞組成(圖5D)以及TICS與免疫浸潤細(xì)胞的相關(guān)性(圖5E)。



圖5 TICS與ADT和免疫療法療效的相關(guān)性分析
小結(jié)
這篇文章的思路跟以往腫瘤免疫生信思路(基于xx方向基因構(gòu)建模型)有很大不同,基于免疫環(huán)境特征基因集進(jìn)行預(yù)后模型構(gòu)建,5張圖就搞定了8分+純生信,創(chuàng)新性極高,并且是引領(lǐng)下一波分析風(fēng)潮的開山思路,絕對值得學(xué)習(xí)!整體思路創(chuàng)新主要體現(xiàn)在模型構(gòu)建上,也就是說后續(xù)分析并不復(fù)雜,比較容易復(fù)現(xiàn)。那就意味著后續(xù)跟著風(fēng)眾多,所以思路趕快學(xué)起來,換個(gè)癌種或疾病抓緊去復(fù)現(xiàn)!
