新颖的共刺激分子基因集2区5+分纯生信文章
导语
今天和大家分享的是2020年9月份发表在OncoImmunology杂志上的一篇文章（IF=5.889)“Identification of a costimulatory moleculebased signature for predicting prognosis risk and immunotherapy response in patients with lung adenocarcinoma”。文章中作者基于TCGA数据，对肺腺癌(LUAD)患者进行了首次全面的共刺激分子景观分析，建立了可用于临床预后和免疫疗法反应预测的预后特征模型，命名为CMS，确定了该特征潜在的免疫相关机制，并通过外部数据与qPCR数据验证该预后特征的可靠性。
Identification of a costimulatory moleculebased signature for predicting prognosis risk and immunotherapy response in patients with lung adenocarcinoma
基于共刺激分子验证预测肺腺癌患者的预后风险和免疫治疗反应
一、研究背景
肺癌已成为最常见的恶性肿瘤，每年的发病率以7.5％的速度增长。五分之四的肺癌被归类为非小细胞肺癌（NSCLC）。作为NSCLC的主要组织学亚型，肺腺癌（LUAD）每年导致全球超过100万人死亡，LUAD的五年OS（OS）率约为15％。pembrolizumab单一疗法被批准取代化疗作为一线治疗患者的PD-L1阳性转移性NSCLC。尽管随着基于ICI的免疫疗法的发展，对肺癌的治疗已有所改善，但只有一小部分肺癌患者可以从该计划中受益。共刺激分子在增加抗肿瘤免疫反应中起重要作用，靶向这些分子的抗体被认为是有前途的辅助癌症免疫疗法。因此，作者对肺腺癌（LUAD）患者中B7-CD28和TNF家族的共刺激分子进行首次全面探索，并构建基于CMS来预测生存率及对免疫疗法的反应。
二、研究思路
三、结果解读
1 LUAD共刺激分子基因概况及其预后
作者从TCGA LUAD数据中分离出总共60个共刺激分子基因，该基因由13个定义明确的B7-CD28家族共刺激分子、13和47个TNF系列共刺激分子组成，大多数共刺激分子与其他分子高度相关。
表1. 共刺激分子基因的单变量Cox分析
单因素Cox比例风险回归分析，结果显示23个基因与OS显著相关。在重要基因中，4个基因（CD276，LTBR，TNFRSF1A和TNFRSF6B）被认为危险因素，还有19个基因（CD27，CD28，CD40LG，CD80，CTLA4，EDA2R，ICOS，ICOSLG，LTA认为是危险因素。LTB，TNFRSF10C，TNFRSF13B，TNFRSF13C，TNFRSF14，TNFRSF17，TNFRSF19，TNFSF12，TNFSF13和TNFSF8为保护因子）。
2 CMS预后生存分析
利用502例患者的预后信息和23个重要候选基因的相应表达，逐步Cox比例风险回归模型筛选出5个基因的组合，并构建预后模型。根据风险评分最佳临界点（临界值= -2.3834）将TCGA队列中的所有患者分为高危组（n = 292）和低危组（n = 210）。作者发现高风险组的患者的OS显著恶化，如下图B所示。当作者将特征进一步应用于不同的临床分期时，结果表明仍然有效。具体而言，我们观察到早期和早期阶段（第一阶段和第二阶段）和晚期疾病（III和III期）的高风险组和低风险组之间的OS时间显著不同，如下图C和D所示。
图1. TCGA数据集中的CMS标识
为了进一步探讨基于特征的风险评分是否是LUAD患者的独立因素，作者基因TCGA临床生存数据与riskscore进行Cox回归分析，进一步证实风险评分是一个重要因素（HR = 1.7952，95％CI 1.2254–2.6298，P = .0027），与年龄，性别，吸烟史，临床分期和突变（MUT）无关。
表2. 基于共刺激分子特征和生存的单变量和多变量Cox回归分析
3 CMS在不同临床亚组中的表现
根据影响TME因素性别，年龄，吸烟史和MUT状免疫检查点的表达将TCGA的患者分为不同的亚组，根据相同公式的风险评分，将不同亚组的所有患者分为高危和低危组。结果显示，与配对的低风险组相比，所有高风险组的OS均显着不同。
4 在9个独立队列中验证CMS
为了验证TCGA队列CMS可靠性，作者首先在八个独立的公共验证队列中评估其性能。使用相同的公式将所有来自不同公共队列的患者分为高风险和低风险组[风险评分=（-0.1075×CD40LG）+（0.1418×TNFRSF6B）+（-0.1603×TNFSF13）+（-0.1069× TNFRSF13C）+（-0.0803×TNFRSF19）]。如下图所示，在大多数GEO数据集中都发现了高风险组和低风险组之间的显著差异。CMS在不同数据集中的不同性能可能是由于免疫微环境的不同种族或较高的空间异质性引起的。
为了进一步测量CMS是否可以在临床实践中使用，作者在一个包含77个qRT-PCR数据的冷冻组织样品的独立队列中验证。通过模型和最佳截止点，将患者分为高风险组（n = 32）和低风险组（n = 45），两组之间的死亡率存在显着差异，如图I所示。
图2.九个不同验证队列中CMS与总生存率关系
5 与以往研究进行比较
作者通过检查公开数据集并进行预后荟萃分析，全面评估了CMS和B7-CD28验证的预后意义。作者的CMS在不同数据集表现更出色，其中HR均大于1，在B7-CD28的验证中，在不同的数据集队列不那么稳定并且部分数据集的HR小于1 ，如下图3所示。更重要的是CMS的荟萃分析合并的HR远大于B7-CD28验证的HR。这些发现表明作者的验证优于以前的模型。
图3.将CMS与先前的共刺激分子特征进行比较
6 CMS相关生物学过程和途径
作者接下来调查风险评分不同的患者的生物学特征，总共筛选出14个正相关基因和399个负相关基因。使用在线DAVID工具将这些选定的基因选择用于GO和KEGG分析，结果表示与signature相关的基因更多地参与了免疫应答的生物学过程，尤其是与B细胞和T细胞相关的免疫应答。KEGG分析进一步证实，这些基因与免疫特异性途径密切相关。
图4. CMS相关的生物学途径
7 CMS相关免疫细胞浸润和炎症活动
通过CIBERSORT结合LM22计算的LUAD TME中不同免疫细胞的估计分数的结果表明，高危和低危患者之间的免疫细胞全景差异很大。高危患者的活化NK细胞，活化树突状细胞（DC），嗜中性粒细胞，巨噬细胞M0，静息DC和调节性T细胞（Treg）的比例明显更高。低危患者的记忆B细胞，静息CD4记忆T细胞和γδT细胞比例较高。
图5. CMS相关的免疫细胞浸润和炎症活性
评估了CMS与7个基因蔟（由104个基因组成，代表不同的炎症和免疫反应）的关系，通过基因集变异分析（GSVA）计算了CMS相应基因簇的表达。根据风险评分和每个基因簇核心基因之间的皮尔森r值，描绘相关性结果显示，CMS与HCK，LCK，MHC-I和MHC-II负相关，这表明具有高CMS评分的患者具有免疫抑制状态。
8 LUAD患者CMS与免疫治疗反应关系
免疫疗法被认为是LUAD患者的一线治疗方式，共刺激分子是免疫疗法的主要候选者。作者通过分析CMS与广泛认可的免疫疗法生物标志物之相关关系表明，高危患者的特征是高水平的TMB，新抗原，PD-L1和T细胞排斥评分的蛋白质水平以及TIDE和T细胞功能障碍评分的较低水平。这些结果表明，基于CMS的高危患者可能会受益于免疫疗法，尤其是ICI。
图6.高风险和低风险组中免疫疗法应答基因的表达模式
四、小结
作者通过检测60种共刺激分子在LUAD患者中的作用，基于TCGA数据集中五个共刺激分子特征的表达，开发了一种新型的生存预测模型（CMS），通过8个不同的Gene Expression Omnibus（GEO）数据集的970例病例和具有qPCR数据的77个冷冻肿瘤组织及预后荟萃分析证明CMS评分对LUAD患者的预后价值。CMS风险评分与LUAD患者的预后和免疫疗法生物标志物呈正相关，可能是用于LUAD患者的预后管理和预测免疫治疗反应的临床有用工具，这将有助于进一步优化癌症的免疫疗法。
科研风暴团队提供新颖、专业、可重复的生信分析服务
对该思路感兴趣的小伙伴
欢迎扫码联系