7分纯生信SCI 基因突变预测免疫治疗疗效
发表杂志：Cancer Immunol Immunother.
影响因子：6.968
一、研究背景
二、流程图
三、分析解读
1、数据收集与处理
①为了评估NSCLC患者基因突变与ICI疗效的关系，作者收集了抗PD-L1单药或联合抗CTLA-4 NSCLC临床队列(N=350)。
②R包“TCGAbiolinks”用于TCGA-LUAD和TCGA-LUSC队列的mRNA表达谱数据、体细胞突变数据和患者预后信息处理，将TCGA-LUAD和TCGA-LUSC队列合并到TCGA-NSCLC队列中进行后续分析。
③使用cBioPortal下载TCGA-LUAD和TCGA-LUSC患者的生存数据(DFS)。
④从癌症药物敏感性基因组数据库(GDSC)下载67个非小细胞肺癌细胞系的全外显子测序(WES)数据和药物敏感性数据。
2、生存相关基因突变的鉴定
①免疫治疗队列的突变数据用于鉴定与ICI预后相关的特异性突变基因。
②采用单因素和多因素Cox回归模型分析和Kaplan-Meier分析评价特异性突变基因在ICI治疗中的预测作用。
结果：ICI治疗的NSCLC队列的Cox比例风险回归分析
下图A：突变数、免疫治疗药物的种类和特异性基因突变(PBRM1、ZFHX3、NTRK3、EPHA5、EPHA7、EphA3、MGA和PTPRD)与免疫治疗的预后有关。
下图B：低突变数、PBRM1突变和免疫单药治疗与较差的免疫治疗预后相关；相反，其他基因突变，包括ZFHX3、NTRK3、EPHA5、EPHA7、EphA3和MGA与较好的免疫治疗预后相关。
上图C：ZFHX3突变与免疫治疗预后较好相关，PBRM1突变与免疫治疗预后不良相关。
下图D：ZFHX3-MT非小细胞肺癌免疫治疗的患者患者的OS明显长于ZFHX3-WT患者。
下图G：在ICI治疗后，ZFHX3-MT LUAD患者的OS比ZFHX3-WT患者更长。
下图E,F,H,I,K,L：探讨ZFHX3突变与没有接接受免疫治疗的TCGA-NSCLC/LUAD/LUSC的OS和DFS的关系。
3、肿瘤免疫原性与免疫特性的相关性分析
①使用CiberSort评估TCGA-NSCLC队列的22个免疫细胞浸润状态，并将这些基因的表达水平量化为log2(FPKM+1)。
②为了进一步探讨ZFHX3突变患者的临床特征，作者进一步分析了ZFHX3突变患者的临床特征(年龄、性别、免疫治疗药物种类、吸烟史和临床分期)与ZFHX3突变之间的关系。
③为了研究ZFHX3-MT非小细胞肺癌的免疫特性，作者比较了ZFHX3-MT和ZFHX3-WT肿瘤免疫相关基因表达模式的差异。
④为了进一步研究ZFHX3-MT非小细胞肺癌的肿瘤免疫微环境，作者采用CiberSort算法对TCGA-NSCLC的免疫细胞浸润状态进行了评估，并比较了ZFHX3-MT和ZFHX3-WT肿瘤免疫细胞浸润模式的差异。
结果：
①突变情况、NSCLC患者的临床资料以及患者ZFHX3突变的特点。
下图A：Samstein队列中NSCLC中最常见的20个突变基因(ICI治疗)。
下图B：TCGA-NSCLC队列中NSCLC中突变频率最高的20个基因。
下图C：显示了ZFHX3突变在接受ICI治疗的队列(左图)和TCGA-NSCLC队列中的分布。
下图D：TCGA中每种癌症类型ZFHX3-MT肿瘤的比例。
②ZFHX3突变与肿瘤免疫原性增强和抗肿瘤免疫激活有关。
下图A：气泡图描绘了TCGA-NSCLC/LUAD/LUSC队列中ZFHX3-MT和ZFHX3-WT肿瘤免疫相关基因mRNA表达的平均差异。
下图B-G：比较ZFHX3-MT与ZFHX3-WT(TCGA-NSCLC、LUAD和LUSC)肿瘤中趋化因子、细胞溶解活性相关基因和免疫检查点等免疫相关基因的表达水平。
③ZFHX3-MT和ZFHX3-WT肿瘤在TCGA-NSCLC(A)、LUAD(B)和LUSC(C)队列中免疫细胞的比较。
4、DDR通路富集分析
②比较ZFHX3-MT和ZFHX3-WT在ICI治疗的NSCLC(A)、ICI治疗的LUAD(B)、TCGA-NSCLC(C)和TCGA-LUAD(D)队列中的DNA损伤相关基因集改变。
小结：
ZFHX3-MT非小细胞肺癌ICIS治疗后疗效和预后改善的可能机制