你知道除了有“免疫微環(huán)境”還有“代謝微環(huán)境”嗎？

基于免疫/代謝進(jìn)行疾病分型或分析浸潤免疫細(xì)胞/代謝通路比較常見。

那你見過一篇文章中同時做這2種疾病分型嗎？還分析了相關(guān)性！

說要T細(xì)胞的生信分析思路，你能想到什么？

T細(xì)胞增殖？T細(xì)胞耗竭？基于T細(xì)胞相關(guān)基因進(jìn)行分析？

No！No！No！都不是！

這時候你可能要雙手叉腰、理直氣壯的反駁小云：

都不是？這些不都是你給我推薦的分析思路嘛？！難道你自己還留一手?。?/p>

別急，你能說出關(guān)于T細(xì)胞這么多的分析思路，證明小云之前的分享深入你心呀！

既然如此，小云也要不斷的推陳出新，幫你們找更新更獨特的分析思路才行呀！

今天小云分享的這篇文章有幾個亮點：

（1）?基于“T細(xì)胞介導(dǎo)腫瘤殺傷”相關(guān)基因進(jìn)行分析；

（2）?分別基于“免疫”和“代謝”進(jìn)行疾病分型；

（3）?分析關(guān)鍵信號通路的方法。

快來和小云一起看看這篇8分+純生信分析文章吧。

發(fā)表時間：2022年4月

發(fā)表雜志：Frontiers in immunology

影響因子：IF=8.786

文章題目：肝細(xì)胞癌中T細(xì)胞介導(dǎo)腫瘤殺傷的分子特征

數(shù)據(jù)信息

研究思路

T細(xì)胞介導(dǎo)的腫瘤殺傷(TTK)是免疫檢查點抑制劑治療的基本原理，作者基于TKK敏感相關(guān)的基因（GSTTKs），應(yīng)用無監(jiān)督聚類建立了2種腫瘤亞型，并評估了它們在肝癌（HCC）免疫治療中的預(yù)后價值。比較各組間腫瘤微環(huán)境、代謝特性和遺傳變異。進(jìn)一步基于預(yù)后GSTTKs構(gòu)建評分（TCscore），并評估其對免疫治療應(yīng)答的臨床預(yù)測價值。

主要研究結(jié)果

1.?利用差異表達(dá)+單因素Cox回歸+突變分析，篩選出18個關(guān)鍵的GSTTKs?

分析TCGA-LIHC隊列中641個GSTTKs的差異表達(dá)，其中有92個在HCC中上調(diào)或下調(diào)（圖1A）。單因素Cox回歸分析顯示，641個GSTTKs中125個與HCC的預(yù)后相關(guān)。取兩組基因的交集，得到37個GSTTKs (圖1B)。37個GSTTKs的突變分析顯示，其中的18個GSTTKs突變頻率與HCC的進(jìn)展或復(fù)發(fā)密切相關(guān)（圖1D）。

2. 基于關(guān)鍵的GSTTKs對患者進(jìn)行聚類：Cluster 1和Cluster 2

根據(jù)18個GSTTKs的表達(dá)對患者進(jìn)行分類，通過無監(jiān)督聚類識別出兩種不同的修飾模式，包括Cluster1（146例）和Cluster2（203例）。PCA算法和tSNE算法發(fā)現(xiàn)不同TTK模式之間的轉(zhuǎn)錄譜存在顯著差異。并通過生存分析評估患者的生存期有顯著差異。

3.?分析不同TTK亞型患者的腫瘤微環(huán)境和免疫治療反應(yīng)

分析比較兩種TTK亞型HCC 腫瘤微環(huán)境（TME）中的浸潤免疫細(xì)胞組成差異。TIDE分析預(yù)測患者的免疫治療反應(yīng)。

4.?肝癌中的TTK模式與代謝微環(huán)境的相關(guān)性

基于GSVA對TCGA-LIHC數(shù)據(jù)集的富集分析，發(fā)現(xiàn)兩種TTK聚類在代謝途徑存在顯著差異（圖4A）。

接下來，亮點來了！作者提取糖酵解和膽固醇生成基因，并用它們將HCC分為四種代謝亞型：靜止型、糖酵解型、膽固醇生成型和混合型(圖4B)。四種代謝亞群之間的OS存在顯著差異，靜默型和產(chǎn)膽固醇型優(yōu)于糖酵解型和混合型(圖4C)。

分析免疫亞型、代謝亞型和Cluster 1/2之間的相關(guān)性，發(fā)現(xiàn)代謝靜止型和膽固醇型可歸為Cluster 2，而糖酵解型和混合型多歸為Cluster 1或淋巴細(xì)胞耗竭亞型(圖4D)，提示TTK亞型與HCC中的免疫和代謝微環(huán)境有關(guān)。

5.?分析兩種TTK亞型HCC相關(guān)的基因組特征和信號通路

基因組特征就是分析了兩個聚類中體細(xì)胞突變的分布。

亮點是分析信號通路的方法：作者從MsigDB和KEGG數(shù)據(jù)庫中選擇了致癌通路相關(guān)基因進(jìn)行ssGSEA，發(fā)現(xiàn)只有受體酪氨酸激酶(RTK)-RAS通路在組間存在顯著差異(圖5G)。因此，RTK-RAS是介導(dǎo)TTK模式的主要途徑。

6.?構(gòu)建基于GSTTKs的評分系統(tǒng)（TCscore）

分析不同評分組患者的預(yù)后、腫瘤微環(huán)境和臨床特征的相關(guān)性。TIDE算法評估TCscore在免疫治療中的預(yù)測價值。利用GDSC數(shù)據(jù)庫計算不同組間化療藥物的IC50值。為臨床免疫治療與化療藥物的選擇提供依據(jù)。

這篇文章的亮點之一就在于基于 基于“T細(xì)胞介導(dǎo)腫瘤殺傷”相關(guān)基因進(jìn)行分析，對疾病進(jìn)行分型。另外富集分析發(fā)現(xiàn)代謝相關(guān)通路顯著富集，所以亮點二是基于代謝對疾病進(jìn)行了分型，還分析了免疫亞型、代謝亞型和Cluster 1/2之間的相關(guān)性，揭示了TKK與免疫和代謝的相互作用。亮點三就是分析信號通路的方法具有針對性。

而且使得基于T細(xì)胞的分析又添了新的思路--T細(xì)胞介導(dǎo)的腫瘤殺傷。思路新穎，還搭上“免疫”“代謝”兩大熱點，難怪發(fā)到8分了。