解锁新玩法，细胞死亡与肿瘤免疫微环境的巧妙结合
导语
今天和大家分享的是2021年1月份发表在Cancers杂志(IF=6.126)的一篇文章“Immunogenomic Gene Signature of Cell-Death Associated Genes with Prognostic Implications in Lung Cancer”(IF=4.831）。文章中作者基于细胞死亡的基因特征及其免疫特征对LUAD患者进行分层，探讨了在肺腺癌中涉及细胞死亡途径的基因表达的变化以及导致免疫细胞的浸润进行了功能富集分析，发现高风险的患者可能更适合从PD-L1或其他免疫疗法中受益。
Immunogenomic Gene Signature of Cell-Death Associated Genes with Prognostic Implications in Lung Cancer
肺癌细胞死亡相关基因的免疫基因组的预后分型
一、研究背景
肺癌主要分为两种亚型：小肺癌（SCLC）和非小细胞肺癌（NSCLC）。NSCLC是最具异质性肿瘤之一，其亚型之间具有不同程度的侵袭性，需要不同的治疗方案。尽管免疫疗法已开始发展成为一种最具效益的选择，但通常缺乏对这些免疫疗法反应的患者的预后和预测性识别。因此，需要新的生物标志物或风险分层方法，这些方法或方法可有助于LUAD患者的临床管理。多组学分析和差异表达概况已确定新的LUAD患者预后生物标志物。这些生物信息学研究大多数是对整个的遗传或转录组数据的数学分析，但这些数据缺乏对生物学通路的研究。
二、结果解读
1 使用细胞死亡指数（CDI）对患者进行生存分析
作者研究了基因的表达与OS，DFS，DSS和PFS的预后相关性。在自噬基因列表中（n = 34个基因），ATG12，GABARAPL1，IFNA17，IFNA8与存活相关。
表1. 在肺腺癌的每类细胞死亡中预后显着的基因标记
对于凋亡基因（n=86个基因），BCL2L1，CASP9，CHP2，CYCS，EXOG，IL1A，IL1R1，IL1RAP，IL3RA，NFKBIA，PIK3CA，PIK3CD，PIK3CG，PIK3R1，PIK3R2，PRKAR1B，TNFRSF10A，TNFRSF10B，TNFRSF10D，TNFRSF1A显示与生存相关。对于坏死基因（n=49个基因），DNML1，GSDME，IPMK，MLKL，RBCK1，TICAM1，YBX3显示与存活相关。BAX，BIRC3，FADD和FAS是凋亡和坏死之间的重叠基因。为了鉴定单个细胞死亡途径的多基因预后验证，尝试了基因的各种组合，其产生了三个单独的基因。五基因自噬信号，九基因凋亡信号和七基因坏死信号结合显示与肺癌的预后相关。将显示这些基因标记的最高和最低表达的患者的z得分分为两组，自噬基因的中位z得分（0.75和-0.74），凋亡基因（1.51和-0.50），坏死基因（0.97和−0.59）。选择≥2个细胞死亡途径的患者，并根据基因表达CDI进行分类。
图1.每个细胞死亡途径与联合细胞死亡指数
2 患者的RNA转录组分析
与低风险组相比，高危患者中有943个差异表达基因，其中329个基因在低风险组中上调2倍以上，与高风险组相比，总共有614个基因上调了2倍以上。主成分分析（PCA）显示，基于CDI，高风险组和低风险组之间存在明显的区别。高危和低危患者之间差异表达基因的火山图如图2b所示。
图2.高CDI患者与低CDI患者差异基因的主成分分析与火山图
3 临床病理和生存分析
在临床参数中，高风险和低风险组的阶段，淋巴结受累，非整倍性得分，生存状态（OS，PFS，DFS，DSS）均存在显着差异。在单变量Cox比例风险分析中，高风险组与较差的生存率相关。与较差的生存率相关的其他重要变量是III + IV组患者，肿瘤扩散至淋巴结的患者（N1 + N2 + N3），远处转移患者和接受放射治疗的患者（在多变量Cox比例风险中，只有三个变量显示与较差的生存率相关：高CDI，III + IV期组患者和淋巴结扩散患者（N1 + N2 + N3）。
表2.临床病理Pearson卡方分析和和多因素Cox生存回归分析
基于CDI，将高危组的患者与低危患者区分开并使用Kaplan–Meier分析。在两个OS风险组中观察到的总生存差异为40.41个月与76.21个月。对于DFS，分别为62.23个月和158.20个月，对于DSS 49.28高危患者，对于PFS，分别为26.24与48.69个月。
图3. 高CDI与低CDI患者的Kaplan-Meier曲线
4 细胞因子基因表达分析
在自噬组中，高风险组中BMPR1A，KIT，TGFBR1和IFNGRI的表达较高，而低风险组中CX3CL1和TNFSF11的表达较高。对凋亡和坏死组进行了类似的分析。在CDI组的表达，IL15RA，IL-15，IL-7 ，IL4R，IL-18，FAS，TNFSF13B，TNFSRF1A，CXCL10在高风险组中，其他患者的表达较高；而在低风险组中，LIFR，IL6R，EPOR，KITLG，ACVR2B和IL11RA的表达较高。功能富集分析显示高CDI组中炎症细胞因子的比例更高.
图4. 患者单个细胞死亡途径的高和低基因表达中细胞因子差异表达分析
5 免疫细胞分析
MCP算法证明，更多的T细胞和CD8 + T细胞浸润与高凋亡，高坏死和高细胞死亡指数患者组相关。高坏死患者中NK细胞的浸润更高。B细胞浸润对任何组均无任何意义。仅在高度自噬组中，髓样树突状细胞显示出显着较高的浸润。
图5. 具有高和低基因表达的个体细胞死亡途径患者中的免疫细胞分布
除自噬组外，所有组中的中性粒细胞均显示较高的浸润（内皮细胞和与癌症相关的成纤维细胞在高细胞死亡组中表现出更高的存在（图5 h，i）。这些差异显示在不同细胞死亡组的淋巴细胞和其他细胞的热图中。
6 免疫抑制和T细胞衰竭标记
在高凋亡，高坏死和高CDI组中发现CD274和CTLA4的表达更高。T细胞衰竭标记基因（HAVCR2，TIGIT，LAG3，PDCD1，CXCL13和LAYN）在高度自噬，凋亡，坏死和CDI组中表达较高。
图6. 具有高细胞死亡指数（CDI）的患者的免疫抑制特征
7 富集分析
高和低CDI组之间差异基因表达结果共揭示了943个基因。其中，高风险患者中有329个基因上调，而低风险组中有614个基因。
图7.低CDI组和高CDI组中高表达基因的功能富集分析
低CDI组的患者具有明显的免疫相关途径，而高CDI组的患者缺乏免疫途径富集。低CDI组中GO分析富集受体配体活性，信号传导，细胞因子和趋化因子活性。高CDI组中GO分析富集跨膜转运蛋白和门控通道活性。
图8. 低CDI和高CDI组中富集的GO途径
三、小结
这项研究基于LUAD患者的RNA-Seq数据，了解细胞死亡特异性基因表达的变化及其与免疫细胞浸润的关系。首先确定较高的死亡风险细胞基因，并进行细胞死亡指数（CDI）聚类。随后使用Kaplan-Meier曲线进行的生存分析对患者进行区分，Cox比例风险模型将高CDI组患者与较高的死亡风险显着相关，使用主成分分析（PCA）进行差异基因表达分析和细胞因子表达分析两个风险组的免疫参数，功能富集分析确定了高危人群免疫途径的显着影响。从而强调了细胞毒性T细胞的更高的浸润水平。这些风险较高的患者可能更适合从PD-L1检查点或其他免疫疗法中受益。通过进一步的验证，可以将该临床特征作为预后和预测性生物标志物组进行探索，以为LUAD患者设计个性化疗法。