???今天和大家分享的是2020年4月發(fā)表在Cancers（IF：6.162)上的一篇文章，“Pan-Cancer Analysis of Radiotherapy Benefits and Immune Infiltration in Multiple Human Cancers”，作者對(duì)TCGA數(shù)據(jù)庫(kù)中的7種癌癥數(shù)據(jù)集樣本使用ESTIMATE和CIBERSORT計(jì)算免疫分?jǐn)?shù)和免疫細(xì)胞亞群豐度，分析免疫浸潤(rùn)與放療效果之間的關(guān)系，并且在乳腺癌數(shù)據(jù)集中通過LASSO-COX回歸構(gòu)建了以免疫浸潤(rùn)為基礎(chǔ)的放射敏感性signature預(yù)測(cè)模型。

Pan-Cancer Analysis of Radiotherapy Benefits and Immune Infiltration in Multiple Human Cancers

多種人類癌癥的放療效果與免疫浸潤(rùn)的泛癌分析

https://www.bilibili.com/video/BV1ai4y1s7aa

一、研究背景

放療（RT）是約60％的新診斷癌癥患者的主要治療方法，由于腫瘤放射敏感性的差異，并非所有患者都能從放療中獲益，因此放射敏感性預(yù)測(cè)一直是個(gè)體化治療的重要研究?jī)?nèi)容。腫瘤微環(huán)境TME與腫瘤的生長(zhǎng)，轉(zhuǎn)移以及對(duì)臨床治療的反應(yīng)密切相關(guān)，最近認(rèn)為TME對(duì)設(shè)計(jì)RT治療方案具有重要意義。輻射可能誘導(dǎo)新抗原的釋放，并觸發(fā)免疫系統(tǒng)激活腫瘤特異性T細(xì)胞，并且可以增強(qiáng)TME的免疫浸潤(rùn)。作者希望全面評(píng)估RT中可能與不同癌癥類型相關(guān)的免疫浸潤(rùn)，綜合分析RT結(jié)果與免疫浸潤(rùn)的相關(guān)性。

二、分析流程

三、結(jié)果解讀

1.TCGA數(shù)據(jù)中樣本特征

首先作者對(duì)TCGA中的每種癌癥進(jìn)行了綜合分析，根據(jù)接受RT的樣本數(shù)量及比例選擇其中7種癌癥進(jìn)行后續(xù)分析，并以RT及免疫分?jǐn)?shù)對(duì)樣本進(jìn)行分組。

圖A展示了每種癌癥類型的樣本數(shù)，并以接受RT的樣本數(shù)進(jìn)行排序，圖B展示接受RT的樣本百分比，紅色為接受RT的樣本。

圖C中作者選擇總樣本量大于50且RT接受比例大于30％的癌癥進(jìn)行后續(xù)分析：乳腺浸潤(rùn)癌（BRCA），腦低度神經(jīng)膠質(zhì)瘤（LGG），甲狀腺癌（THCA），頭頸部鱗狀細(xì)胞癌（HNSC），子宮內(nèi)膜子宮內(nèi)膜癌（UCEC），宮頸鱗狀細(xì)胞癌和宮頸內(nèi)膜腺癌（CESC）和多形膠質(zhì)母細(xì)胞瘤（GBM）。

圖1D中作者以ESTIMATE算法計(jì)算樣本組織的免疫分?jǐn)?shù)，作為樣本的免疫浸潤(rùn)水平，免疫分?jǐn)?shù)>0的樣本為免疫陽(yáng)性，<0的樣本則為陰性。并以免疫浸潤(rùn)水平(Immu+/-)及是否接受RT(RT+/-)將患者分為abcd四組，進(jìn)行后續(xù)分析。

圖1：TCGA樣本的RT信息

2.免疫浸潤(rùn)水平與RT結(jié)果的泛癌分析

由于目前癌癥分期為RT治療的重要指標(biāo)，作者在以上7種癌癥類型中對(duì)臨床分期與組織學(xué)分級(jí)進(jìn)行單因素Cox分析（表1），結(jié)果顯示癌癥分期并非通用的RT結(jié)果指標(biāo)。免疫浸潤(rùn)水平與癌癥分期之間具有相關(guān)性，作者進(jìn)一步研究免疫浸潤(rùn)與RT結(jié)果之間的關(guān)系，以作為現(xiàn)有RT臨床指標(biāo)的補(bǔ)充。

表1：7種癌癥中癌癥分期的單因素Cox分析

根據(jù)圖1D中的abcd組，圖2作者對(duì)7種癌癥分別進(jìn)行了五種不同的生存分析（編號(hào)1-5）：(a+b)與(c+d)，(a)與(b)，(a)與(c)，(b )與(d)，(c)與(d)，結(jié)果表明免疫浸潤(rùn)水平與患者的RT結(jié)果相關(guān)。

第一列結(jié)果表明并非所有類型的癌癥都能從RT中受益。

第二至第四列評(píng)估免疫浸潤(rùn)與患者預(yù)后之間的關(guān)系，分析還包括未接受放療的患者，列出了所有可能的亞組。

對(duì)于BRCA患者，RT治療組的OS顯著更好（圖A1），且高水平的免疫浸潤(rùn)改善了BRCA患者的OS（p = 0.0186，圖A2）。

對(duì)于免疫陰性的LGG患者，RT可以顯著改善OS（p = 0.0001，圖E5）。

對(duì)于免疫陽(yáng)性的HNSC和GBM患者，RT顯著改善OS（圖D4，p = 0.0208；圖C4，p = 0.0001）。

相對(duì)而言，RT和免疫浸潤(rùn)對(duì)THCA、UCEC、CESC患者沒有影響（圖2F，圖2G，圖2B）

圖2：7種癌癥中不同RT與免疫浸潤(rùn)分組的生存分析

3.TME中免疫細(xì)胞亞群與RT結(jié)果的泛癌分析

免疫浸潤(rùn)水平由TME中的免疫細(xì)胞類型、數(shù)量和相互作用決定，在抵抗或加速患者腫瘤生長(zhǎng)中發(fā)揮重要作用。作者進(jìn)一步分析了接受RT治療的患者樣本中與預(yù)后相關(guān)的免疫細(xì)胞。

使用CIBERSORT算法對(duì)表達(dá)譜進(jìn)行分析，評(píng)估樣本的免疫細(xì)胞亞群豐度，并對(duì)樣本進(jìn)行了無監(jiān)督的層次聚類。圖A為7種癌癥患者中22種免疫細(xì)胞的豐度熱圖，顯示免疫細(xì)胞組成在不同類型的癌癥之間明顯不同。

在多種癌癥中靜息CD4記憶T細(xì)胞、M2巨噬細(xì)胞和CD8 T細(xì)胞的豐度較高，而γδT細(xì)胞、幼稚CD4 T細(xì)胞和記憶B細(xì)胞在所占的比例較低。

在所有癌癥中，神經(jīng)膠質(zhì)瘤組織的M2巨噬細(xì)胞和單核細(xì)胞百分比最高。

作者進(jìn)一步根據(jù)免疫細(xì)胞的豐度計(jì)算了22種免疫細(xì)胞之間的相關(guān)系數(shù)，并且使用Cytoscape對(duì)相關(guān)系數(shù)網(wǎng)絡(luò)進(jìn)行了可視化（圖B–H），顯示出不同類型癌癥中免疫細(xì)胞之間的相關(guān)性差異很大。

圖3：7種癌癥類型種免疫細(xì)胞的組成及相關(guān)性

基于圖3中的結(jié)果，作者認(rèn)為免疫細(xì)胞亞群豐度的差異可能是個(gè)體差異的重要指標(biāo)，具有預(yù)后意義。進(jìn)一步在7種癌癥類型種以22種免疫細(xì)胞亞群豐度分組，進(jìn)行生存分析。

結(jié)果顯示有8種免疫細(xì)胞與RT結(jié)果相關(guān)，圖A的雷達(dá)圖展示了8種免疫細(xì)胞及其作用等級(jí)，其中CD4記憶T細(xì)胞激活和肥大細(xì)胞激活與多種癌癥類型的RT結(jié)果相關(guān)。

圖B–P展示了與RT結(jié)果具有顯著相關(guān)性的細(xì)胞，表明這些免疫細(xì)胞亞群可能為RT的預(yù)后判斷提供補(bǔ)充指標(biāo)。藍(lán)色為低豐度組，紅色為高豐度組，對(duì)應(yīng)不同類型的癌癥BRCA（B），CESC（C–F），GBM（G），HNSC（H，I），LGG（J），THCA（K–P）。

一些免疫細(xì)胞亞群可能在不同類型的癌癥中對(duì)RT結(jié)果產(chǎn)生相反的影響，圖J中肥大細(xì)胞激活可以改善LGG患者的10年OS，而在圖C,M中不利于CESC和THCA患者的10年OS。CD4記憶T細(xì)胞激活可以改善BRCA（p = 0.006）和CESC（p = 0.015）的RT結(jié)果，但不利于GBM（p = 0.001）患者的預(yù)后。

圖4：7種癌癥類型中22種免疫細(xì)胞的預(yù)后價(jià)值

4.構(gòu)建BRCA中基于免疫浸潤(rùn)細(xì)胞的Radiosensitivity Signature

作者對(duì)免疫浸潤(rùn)水平的RT結(jié)果預(yù)測(cè)價(jià)值進(jìn)行了進(jìn)一步分析和驗(yàn)證，通過差異基因篩選、生存分析和LASSO-Cox回歸，在BRCA中構(gòu)建radiosensitivity signature（RSS）。

首先作者以臨床信息、是否接受RT治療為條件，從TCGA數(shù)據(jù)集中選擇了314個(gè)BRCA樣本，并將這些樣本隨機(jī)分為訓(xùn)練集和驗(yàn)證集。

在訓(xùn)練集中以高低免疫浸潤(rùn)水平對(duì)樣本進(jìn)行了差異基因分析，并且對(duì)268個(gè)篩選出的DEGs進(jìn)行了生存分析，得到65個(gè)與RT患者OS顯著相關(guān)的基因，通過單變量回歸分析進(jìn)一步篩選出14個(gè)與OS相關(guān)的基因。

圖6A,B中作者對(duì)14個(gè)OS相關(guān)基因進(jìn)行了LASSO-Cox回歸分析，選擇合適的λ，最終構(gòu)建了一個(gè)3基因signature的RT預(yù)后模型RSS。圖6C中顯示3基因的HR均顯著<1，表明其可以作為RT預(yù)后的保護(hù)因子。圖6D,E展示了以RSS將患者分為高低風(fēng)險(xiǎn)組以及組間生存時(shí)間和狀態(tài)的分布差異。

圖6F展示高風(fēng)險(xiǎn)評(píng)分和低風(fēng)險(xiǎn)評(píng)分患者的3基因表達(dá)熱圖。最后ROC曲線顯示RSS在訓(xùn)練集中AUC面積為0.853（圖G），使用相同的免疫細(xì)胞浸潤(rùn)評(píng)分公式驗(yàn)證驗(yàn)證集中風(fēng)險(xiǎn)評(píng)分的診斷價(jià)值，AUC面積為0.79，表明RSS具有較好的預(yù)測(cè)能力。驗(yàn)證集中的單因素和多因素Cox回歸顯示風(fēng)險(xiǎn)評(píng)分是獨(dú)立的預(yù)后指標(biāo)，具有良好的預(yù)測(cè)性能。

以上結(jié)果表明免疫浸潤(rùn)是臨床放療管理和預(yù)測(cè)放療結(jié)果準(zhǔn)確性的重要指標(biāo)。

圖5：RSS的構(gòu)建和驗(yàn)證

小結(jié)

? 這篇文章的思路很簡(jiǎn)單，對(duì)TCGA數(shù)據(jù)庫(kù)中所有癌癥種類的RT樣本信息進(jìn)行分析，選出其中7種RT治療接受比例高的癌癥，使用ESTIMATE和CIBERSORT分別計(jì)算了樣本的免疫分?jǐn)?shù)和免疫細(xì)胞亞群豐度，之后分別分組進(jìn)行生存分析。作者還對(duì)BRCA數(shù)據(jù)集中的RT樣本以免疫分?jǐn)?shù)進(jìn)行DEGs的篩選，并對(duì)DEGs進(jìn)行生存分析、單因素Cox分析，進(jìn)一步篩選與RT預(yù)后相關(guān)的DEGs，最后進(jìn)行了LASSO-Cox回歸建立RSS模型，并使用驗(yàn)證集對(duì)RSS的RT預(yù)后價(jià)值進(jìn)行了評(píng)估。

????????本研究證實(shí)了腫瘤浸潤(rùn)免疫細(xì)胞豐度與RT結(jié)果密切相關(guān)，確定出在多種癌癥中與RT結(jié)果相關(guān)的肥大細(xì)胞激活、CD4 記憶T細(xì)胞激活，但免疫細(xì)胞與RT結(jié)果的關(guān)系在不同癌癥類型、不同患者之間具有很大差異，作者僅根據(jù)免疫浸潤(rùn)水平構(gòu)建了BRCA中的RSS，而更具體的免疫細(xì)胞定位與RT結(jié)果之間的關(guān)系仍需進(jìn)一步研究。