TCGA+TIMER幫你寫出腫瘤免疫好文章

    乳腺癌患者的預后與免疫細胞的浸潤和lncRNA的表達密切相關。東南大學醫(yī)學院病理與病理生理學系，Shen Yong等人2020年5月發(fā)表在Genomics的一篇文章“Identification and validation of immune-related lncRNA prognostic signature for breast cancer” 影響因子：6.205。 該文通過將ssGSEA應用于這些樣品的轉錄組，評估了從TCGA (https://portal.gdc.cancer.gov)獲得的1109個乳腺癌樣品中免疫細胞的浸潤，從而產(chǎn)生了高免疫細胞浸潤組和低免疫細胞浸潤組。為了探討預后簽名在臨床應用中的可行性，作者使用單變量和多變量COX分析以及將乳腺癌的預后標志與乳腺癌患者的臨床指標（例如性別，年齡，病理分期等）進行了比較。 ROC分析，并確認11個lncRNA預后標志物可能是乳腺癌患者的獨立預后因素。TIMER數(shù)據(jù)庫顯示，這11個lncRNA對乳腺癌的預后特征與免疫細胞亞型的浸潤有關。

結果:
1. 乳腺癌分組的構建和驗證
    作者從TCGA獲得了1109個乳腺癌樣品和113個癌旁樣品。將ssGSEA方法應用于乳腺癌樣品的轉錄組，以評估免疫細胞的浸潤。包括二十四個與免疫相關的術語，以消除乳腺癌中多種免疫細胞類型的豐富性。通過使用無監(jiān)督分層聚類算法，根據(jù)免疫浸潤將乳腺癌樣本分為兩組，包括高免疫細胞浸潤組（n = 943）和低免疫細胞浸潤組（n = 166）（圖1a）。為了驗證上述分組策略的可行性，基于乳腺癌的表達譜，使用ESTIMATE算法來計算腫瘤純度，ESTIMATE評分，免疫評分和基質評分。與低免疫細胞浸潤組相比，高免疫細胞浸潤組的腫瘤純度較低，但估計得分，免疫得分和基質分數(shù)更高。高免疫細胞浸潤組（Immunity-H）與ESTIMATE評分，免疫評分和基質基質分數(shù)（Strromal Score）呈顯著正相關，而低免疫細胞浸潤組（Immunity-H）與陽性免疫組之間呈顯著正相關）和腫瘤純度（圖1b）。與低免疫細胞浸潤組相比，高免疫細胞浸潤組具有更高的免疫成分和更低的腫瘤純度（p <.05）。此外，作者發(fā)現(xiàn)高免疫細胞浸潤組中HLA家族和CD274（PD-L1）的表達分別顯著高于低免疫細胞浸潤組中的表達（p <0.01）（圖1c和d）。此外，作者使用CIBERSORT方法驗證了上述各組，發(fā)現(xiàn)高免疫細胞浸潤組的免疫細胞種類更多（圖1e）?？偟膩碚f，該乳腺癌分組可用于隨訪分析。

圖1.乳腺癌分組的構建和驗證

2. 腫瘤組與癌旁組織，高免疫細胞浸潤組與低免疫細胞浸潤組之間lncRNA差異表達的分析
    根據(jù)| log2FC |> 1，F(xiàn)DR <0.05的標準，作者分析了乳腺癌組（1109例）和乳腺癌癌旁組（113例）之間的差異，發(fā)現(xiàn)了2999個差異表達的lncRNA，其中2208和791分別被上調和下調（圖2a）。根據(jù)相同的標準，與低免疫細胞浸潤組相比，高免疫細胞浸潤組中鑒定了1422個差異表達的lncRNA，其中455個上調而967個下調（圖2b）。經(jīng)過雙向Venn分析，與癌旁癌和低免疫細胞浸潤組相比，在腫瘤組和高免疫細胞浸潤組中共檢測到696個差異表達的lncRNA（圖2c）?？傊?，這些結果表明在乳腺癌組織中存在與免疫相關的lncRNA。

圖2.差異表達lncRNA的分析

3. 乳腺癌11種與免疫相關的lncRNA預后標志的鑒定和評估
    基于乳腺癌樣本的生存數(shù)據(jù)集，作者將對696個lncRNA的表達譜應用單變量Cox回歸。按照p <0.001的標準，總共確定了18個差異表達的lncRNA（圖3a）。為了避免過度擬合預后標志，作者對這些lncRNA進行了Lasso回歸分析，發(fā)現(xiàn)了17個差異表達的lncRNA與乳腺癌免疫細胞浸潤相關（圖3b），通過10輪全面交叉驗證確定懲罰參數(shù)的最佳值（圖3c）。通過逐步多重Cox回歸分析，得到11種lncRNA，包括LINC00668，LINC02418，AL356515.1，LINC01010，AP005131.6，AL772337.1，AC027514.1，AL161646.2，AC004847.1，AC243773.2和AL591686.1。從以上17種lncRNA中進一步鑒定（表1）。然后根據(jù)這11個lncRNA的表達水平計算每個樣品的風險評分。風險評分= 0.06 * LINC00668 + 0.13 * LINC02418 + 0.24 * AL356515.1–0.23 * LINC01010–0.15 * AP005131.6 + 0.18 * AL772337.1 + 0.21 * AC0-27514.1 + 0.17 * AL161646.2–0.13 * AC004847.1 + 0.07 * AC243773.2–0.13 * AL591686.1。根據(jù)中位風險評分，將乳腺癌樣本分為高風險組和低風險組。 Kaplan-Meier曲線顯示，高風險組的樣本表現(xiàn)出比低風險組更差的總生存（OS），表明風險評分的預后特征是有效的（圖3d）。生成風險曲線和散點圖以顯示每個乳腺癌樣本的風險評分和生存狀態(tài)。高風險組樣本的風險系數(shù)和死亡率高于低風險組（圖3e和f）。在乳腺癌樣品中這11個lncRNA表達譜的熱圖顯示，在低風險組中LINC01010，AP005131.6，AC004847.1和AL591686.1高表達，而LINC00668，LINC02418，AL356515.1，AC027514.1 ，AL772337.1，AL161646.2和AC243773.2在高風險組中高表達（圖3g）。這些研究共同確定了11種與免疫相關的lncRNA作為乳腺癌的預后標志。

圖3.乳腺癌免疫相關lncRNA預后標志的鑒定和評估

4. 評估11種與免疫相關的lncRNAs作為乳腺癌患者獨立預后因素的評估
    單因素和多因素Cox回歸分析用于探討上述11種免疫相關的lncRNA是否是乳腺癌的預后因素，而與臨床病理因素（例如年齡，性別和病理階段）無關。單變量Cox回歸分析的風險評分和95％CI的風險比（HR）分別為1.328和1.256–1.404（p <0.001），多變量Cox回歸分析的風險比（p <0.001），表明11個lncRNA是乳腺癌患者的獨立預后因素（圖4a和b）。為了比較風險評分對乳腺癌患者預后的敏感性和特異性，進行了時間依賴性受體工作特征（ROC）分析。風險評分的ROC曲線下面積（AUC）為0.836（圖4c），表明11種lncRNA對乳腺癌的預后特征是高度可靠的。總的來說，11種免疫相關的lncRNA是乳腺癌患者的獨立預后因素。

圖4. Cox回歸分析用于評估風險評分的獨立預后價值

5 乳腺癌的11種與免疫相關的lncRNA預后信號與免疫細胞亞型浸潤的相關性
    鑒于這11種lncRNA與腫瘤免疫力相關，作者接下來使用TIMER數(shù)據(jù)庫 (https://cistrome.shinyapps.io/timer/)中的數(shù)據(jù)分析了11種lncRNA預后標記與乳腺癌免疫細胞亞型浸潤之間的相關性。風險評分為B細胞，CD4 + T細胞，CD8 + T細胞，DC，嗜中性粒細胞和巨噬細胞的相關值為-0.111，-0.205，-0.169，-0.208，-0.204和-0.097，分別表明這些免疫細胞亞型的浸潤與乳腺癌的預后顯著負相關（圖5a-f）。綜上所述，乳腺癌的11種lncRNA預后標志與這些免疫細胞亞型的浸潤有關。

圖5.乳腺癌的11種lncRNA預后特征與免疫細胞亞型浸潤之間的相關性

    風險評分與免疫細胞浸潤ssGSEA評分的六個最顯著相關性。 a. B細胞。 b. CD4 + T細胞。 c. CD8 + T細胞。 d. 樹突狀。 e. 中性粒細胞。 f. 巨噬細胞。
結論：
    總之，這些研究確定了11種lncRNA作為乳腺癌的預后標志。乳腺癌的11種lncRNA預后特征與免疫細胞亞型的浸潤有關。
參考文獻：
Shen Yong, Peng Xiaowei, Shen Chuanlu, Identification and validation of immune-related lncRNA prognostic signature for breast cancer.[J] .Genomics, 2020, 112: 2640-2646.