不知道大家發(fā)現(xiàn)沒(méi)有，從2020年開(kāi)始，與腫瘤免疫相關(guān)方向的文章以“雨后春筍”的趨勢(shì)大量增長(zhǎng)。如今腫瘤免疫已經(jīng)占據(jù)了生信分析的半壁江山，想要發(fā)表有內(nèi)容、有創(chuàng)新點(diǎn)的生信文章，真的要靜下心來(lái)好好思考一番了。

今天在PubMed里閑逛的布小谷就發(fā)現(xiàn)了這樣一篇發(fā)表在今年一月的文章，文章以腫瘤轉(zhuǎn)移為切入點(diǎn)，利用免疫相關(guān)基因建立腫瘤轉(zhuǎn)移模型的4分+純生信文章，非常適合剛剛?cè)腴T生信手里還沒(méi)有文章的生信小白們參考和復(fù)刻。一起來(lái)看看吧～～～

l?題目：構(gòu)建預(yù)測(cè)胃癌患者預(yù)后的卵巢轉(zhuǎn)移相關(guān)免疫模型

l?雜志：Cancer?Med

l?影響因子：IF=4.711

l?發(fā)表時(shí)間：2023年1月

研究背景

卵巢轉(zhuǎn)移（OM）會(huì)導(dǎo)致胃癌（GC）患者的生存率降低。雖然免疫療法已成為治療晚期胃癌的一種有希望的方法，但仍然需要驗(yàn)證免疫相關(guān)的預(yù)后特征。在這項(xiàng)研究中，作者構(gòu)建了一個(gè)卵巢轉(zhuǎn)移和免疫相關(guān)的預(yù)后特征（OMIRPS），描述了OMIRPS分類亞群的分子和免疫特征，并預(yù)測(cè)了他們對(duì)免疫療法的潛在反應(yīng)。

數(shù)據(jù)來(lái)源

FUSCC（發(fā)現(xiàn)隊(duì)列，n=4）、TCGA（訓(xùn)練隊(duì)列，n = 544）和GSE84437（驗(yàn)證隊(duì)列，n = 433）的匹配原發(fā)性GC和OM的RNA-seq數(shù)據(jù)被用來(lái)構(gòu)建和評(píng)估OMIRPS模型。原發(fā)性GC和OM之間的差異表達(dá)基因（DEGs）和來(lái)自ImmPort和InnateDB數(shù)據(jù)庫(kù)的免疫相關(guān)基因（IRGs）被用來(lái)識(shí)別免疫相關(guān)的預(yù)后中心基因，并利用LASSO回歸分析構(gòu)建OMIRPS。最后，分析了不同OMIRPS亞組之間的預(yù)后、分子特征、免疫特征和不同的免疫療法療效。圖1是建立和驗(yàn)證卵巢轉(zhuǎn)移和免疫相關(guān)預(yù)后特征（OMIRPS）的流程圖。

圖1:分析流程圖

主要結(jié)果

1.?原發(fā)性胃腫瘤和匹配的卵巢轉(zhuǎn)移灶之間差異表達(dá)的免疫相關(guān)基因（DEIRG）的鑒定和功能注釋

基于FUSCC隊(duì)列中的四對(duì)原發(fā)性GCs和匹配的OMs的轉(zhuǎn)錄組測(cè)序數(shù)據(jù)，利用差異表達(dá)分析確定了原發(fā)性和卵巢轉(zhuǎn)移性病變之間的1088個(gè)差異表達(dá)基因（DEGs），其中上調(diào)基因609個(gè)，下調(diào)基因479個(gè)（圖2A）。利用GO分析和Ingenuity Pathway分析（IPA）確定DEGs的生物學(xué)功能和激活的信號(hào)通路（圖2B）。這些分析有力地表明了免疫相關(guān)因素，如腫瘤免疫微環(huán)境（TIME）在GC的卵巢轉(zhuǎn)移中的重要性。

接著，從ImmPort和InnateDB數(shù)據(jù)庫(kù)分別下載了1794和1226個(gè)免疫相關(guān)基因（IRG），通過(guò)合并列表并去除重疊基因，最終得到了2660個(gè)IRG。然后，通過(guò)對(duì)DEGs和IRG的交叉，確定了182個(gè)差異表達(dá)的免疫相關(guān)基因（DEIRG）（圖2C），其中44個(gè)上調(diào)，138個(gè)下調(diào)。接下來(lái)，利用KEGG途徑分析進(jìn)一步了解DEIRGs的富集功能途徑，上調(diào)和下調(diào)基因的前十條途徑分別以Circos圖的形式顯示（圖2D、E）。結(jié)果顯示，上調(diào)的DEIRGs明顯涉及免疫相關(guān)的途徑。

2.?卵巢轉(zhuǎn)移和免疫相關(guān)的預(yù)后特征（OMIRPS）的構(gòu)建和驗(yàn)證

利用Kaplan-Meier生存分析和單變量Cox回歸分析獲得顯著參與OM的免疫相關(guān)預(yù)后樞紐基因，19個(gè)基因的表達(dá)水平與GC患者的生存期顯著相關(guān)（圖3）。利用LASSO回歸分析，?19個(gè)免疫相關(guān)的預(yù)后中心基因有6個(gè)用于構(gòu)建卵巢轉(zhuǎn)移和免疫相關(guān)及預(yù)后特征（OMIRPS）（圖4C，D）。通過(guò)多因素Cox回歸分析構(gòu)建六個(gè)基因特征的預(yù)后模型：風(fēng)險(xiǎn)評(píng)分=TNFRSF18 × (-0.25) + CARD11 × 0.21 + BCL11B × (-0.37) + NRP1 × 0.42 + BNIP3L × 0.29 + ATF3 × 0.15。根據(jù)風(fēng)險(xiǎn)評(píng)分的中位數(shù)，將患者分為OMIRPS-低（n = 182）和OMIRPS-高（n = 180）亞組。

通過(guò)TCGA隊(duì)列和GSE84437隊(duì)列來(lái)驗(yàn)證OMIRPS的預(yù)后價(jià)值。Kaplan-Meier生存分析顯示，OMIRPS高亞組的GC患者的總生存期（OS）明顯比OMIRPS低亞組的患者差（圖3E、F）。ROC分析顯示，在TCGA隊(duì)列中，OMIRPS預(yù)測(cè)OS的AUC值在1年、3年和5年分別為0.69、0.71和0.73，表明具有良好的預(yù)測(cè)準(zhǔn)確性（圖3G），GSE84437隊(duì)列的AUC值也是如此（圖3H）。此外，單變量Cox回歸分析表明，年齡、TNM分期和OMIRPS與患者的OS顯著相關(guān)；多變量Cox回歸分析證實(shí)，OMIRPS是一個(gè)獨(dú)立的預(yù)后因素（圖3I,J）。

?

3． OMIRPS-高和-低亞組的分子特征

在TCGA隊(duì)列中進(jìn)行了關(guān)于Hallmark信號(hào)通路的基因集富集分析（GSEA）。結(jié)果發(fā)現(xiàn)，OMIRPS高的樣本的基因主要富集于癌癥相關(guān)的途徑，如上皮-間質(zhì)轉(zhuǎn)化（EMT）。OMIRPS低的樣本的基因富集于細(xì)胞周期和代謝相關(guān)的途徑，如E2F途徑（圖5A,B）

瀑布圖顯示TTN等基因是兩個(gè)亞組中最常發(fā)生突變的基因（圖5C、D），并且前20個(gè)基因的突變?cè)贠MIRPS-低亞組中比在OMIRPS-高亞組中更常見(jiàn)利用Wilcoxon排名和測(cè)試證明OMIRPS-低亞組的腫瘤突變負(fù)擔(dān)（TMB）明顯高于OMIRPS-高亞組（圖5E）。利用Pearson關(guān)聯(lián)分析證明TMB與OMIRPS評(píng)分呈負(fù)相關(guān)（圖5F）。

4．?OMIRPS-高和-低亞組的免疫特征

利用Wilcoxon排名和測(cè)試分析了OMIRPS評(píng)分與免疫檢查點(diǎn)分子的表達(dá)之間的關(guān)聯(lián)。結(jié)果顯示，與OMIRPS高的亞組相比，是免疫檢查點(diǎn)分子PDCD-1在OMIRPS低的亞組中明顯過(guò)度表達(dá)，并且PD-1的表達(dá)水平與OMIRPS評(píng)分呈負(fù)相關(guān)（圖6A-D）。

為了進(jìn)一步了解浸潤(rùn)性免疫細(xì)胞和OMIRPS亞組之間的相關(guān)性，利用CIBERSORT算法比較了兩個(gè)亞組中22種免疫細(xì)胞分布。圖5E顯示了TCGA隊(duì)列中每個(gè)樣本的免疫細(xì)胞分布情況。分析顯示，記憶B細(xì)胞和濾泡輔助T細(xì)胞在OMIRPS低亞組中更為豐富，表明有強(qiáng)大的抗腫瘤免疫反應(yīng)。相反，熱圖顯示單核細(xì)胞、M2巨噬細(xì)胞和靜止的樹(shù)突狀細(xì)胞在OMIRPS高亞組中更為豐富（圖6F），表明其免疫抑制狀態(tài)和預(yù)后不佳。利用ESTIMATE算法評(píng)估了TCGA-STAD隊(duì)列的基質(zhì)評(píng)分和免疫評(píng)分，結(jié)果顯示OMIRPS與基質(zhì)評(píng)分明顯相關(guān)，但與免疫評(píng)分無(wú)關(guān)（圖6G-I）。

?

5.?通過(guò)OMIRPS預(yù)測(cè)GC患者的免疫療法療效和免疫逃逸情況

利用TIDE（一種模擬腫瘤免疫逃避兩種主要機(jī)制的計(jì)算方法）發(fā)現(xiàn)OMIRPS-高亞組的免疫排斥評(píng)分明顯高于OMIRPS-低亞組（圖7C），意味著OMIRPS-高亞組的GC患者的預(yù)后較差，可能從免疫治療中獲益少于OMIRPS-低的患者。通過(guò)比較OMIRPS與TCGA隊(duì)列中的MSI狀態(tài)得出，OMIRPS-低亞組中MSI高的比例明顯高于OMIRPS-高亞組（圖7D）。這些結(jié)果表明OMIRPS在預(yù)測(cè)免疫治療效果方面具有潛在價(jià)值。

6.?OMIRPS分組與其他分類的比較

通過(guò)比較TCGA隊(duì)列中OMIRPS-低和OMIRPS-高亞組之間患者的臨床病理特征發(fā)現(xiàn)，高危組傾向于有更高比例的晚期病理T期（圖7A）。我們進(jìn)一步分析了OMIRPS分組和TNM分類之間的關(guān)系，發(fā)現(xiàn)它們之間沒(méi)有相關(guān)性（圖7B），表明OMIRPS評(píng)分的預(yù)后價(jià)值與病理分類無(wú)關(guān)。另一方面，將OMIRPS分組與免疫亞型（IS）（C1（傷口愈合），C2（IFN-γ主導(dǎo)），C3（炎癥），C4（淋巴細(xì)胞耗盡），C5（免疫靜止）和C6（TGF-β主導(dǎo)））進(jìn)行比較。如圖7C所示，OMIRPS-高亞組有更多的IS-C1和IS-C3，而IS-C2和IS-C4在OMIRPS-低亞組更容易被富集。

文章小結(jié)

本研究旨在建立一個(gè)與OM相關(guān)的模型，以預(yù)測(cè)GC患者的預(yù)后和他們對(duì)免疫療法的反應(yīng)。文章使用大量生信工具，研究了該模型的分子特征、免疫特征和免疫療法療效。最后又結(jié)合臨床病理特征分析了該模型在不同免疫亞型內(nèi)的分布，思路清晰，是用來(lái)參考的好范本。利用DEGs和IRG交叉確定的182個(gè)DEIRGs構(gòu)建模型，增加了文章的可信度；最后利用TIDE分析免疫療法的益處進(jìn)一步增加了文章的可讀性和得分點(diǎn)。聽(tīng)到這里小伙伴們是不是已經(jīng)心動(dòng)了呢？那就趕快學(xué)習(xí)起來(lái)吧！

?

布小谷之聲

如果您的時(shí)間和精力有限或者缺乏相關(guān)經(jīng)驗(yàn)，并且對(duì)生信分析和思路設(shè)計(jì)有所需要的話，“生信鳥(niǎo)”非常樂(lè)意為您提供如下服務(wù)：免費(fèi)思路評(píng)估、付費(fèi)生信分析和方案設(shè)計(jì)以及實(shí)驗(yàn)項(xiàng)目實(shí)施等，有意向的小伙伴歡迎咨詢布小谷哦！?