识别肺腺癌中预后相关的免疫signature

今天小编要与大家分享的是一篇关于肺腺癌免疫与预后的文献[Identifcation of an immune signature predicting prognosis risk of patients in lung adenocarcinoma；Journal of Translational Medicine；2019.3；IF:4.098]，肺癌已成为最常见的癌症类型，而肺腺癌(LUAD)是肺癌的主要类型之一。而这篇文章研究的目的是建立一个与免疫相关基因signature，去预测LUAD患者的OS。并且这些signature不仅可以预测预后，还能反映LUAD患者肿瘤免疫微环境，促进个体化治疗，为免疫治疗提供潜在的新靶点。

需要代分析的小伙伴

扫码获取更多信息

数据：

l 训练集： 来自TCGA的976例LUAD患者的表达数据

l 验证集：来自GEO的四个验证集

l 免疫相关的基因：来自 ImmPort数据库的与免疫相关的基因

文章的主要结果

1. 免疫signature的构建

图1

 图2

得到signature的流程如图1所示，对TCGA LUAD数据集的1534个免疫相关基因进行单因素分析。经过单因素分析以及log-rank检验后得到144个具有预后能力的免疫基因。接着进行cox风险回归，得到一个包含30个基因的最优模型（图2）。接着作者用这30个免疫相关的基因去构建signature。并在验证集中进行验证。

2. 在验证集中验证免疫相关的signature

图3

图4

图5

图6

为了验证上面得到的signature，作者首先计算了预测OS的c-inde。这个指数在训练集以及验证集中如图2b所示。然后用这30个基因评估每个患者的风险得分。根据中位风险得分将病人分成高低风险组（图3）。不论是TCGA数据还是GEO高风险患者的预后都比低风险患者的更差（图4）。在TCGA和GEO数据集中，免疫signature的单因素Cox分析也显示了signature与LUAD患者的OS显著相关（图5）。而图6也表明多因素cox能进一步证明这些免疫相关的signature是独立的预后因素。

3. 加入临床因素的评估

为了进一步验证30个免疫signature的临床价值，在这一部分作者评估了signature与临床病理因素之间的关系。在TCGA样本中，高风险组患者多为T期晚期、N期、M期、病理期，复发风险较高。在GSE30219样本中，高风险组与T期和N期较高相关。在GSE31210 样本中，风险评分仅与晚期病理分期呈正相关，作者没有发现GSE81089的危险评分与病理分期的关系。

4. 与突变负荷以及新抗原的相关性

图7

较高的非同义突变负荷和新抗原数与免疫检查点抑制剂治疗的临床疗效有关，因此，作者想研究这些免疫signature是否能够影响LUAD的突变负荷和新抗原数量，从而使风险评分成为免疫检查点抑制剂反应的预测因子。如图7a所示，可以看出高危险分患者的非同义突变负荷高于低危险分患者。为了进一步探索哪种类型的非同义突变是这种关系的主要贡献者，作者评估了signature与不同类型的非同义突变之间的关联。高风险组患者存在较高的错义突变（图7b），无义突变（图7c），点突变（图7d），缺失（图7g）。而图e-k展示了没有这种关系的突变。此外，作者发现signature与SNP的数量呈显著正相关（图7i），但是，在肺腺癌中作者没有发现新抗原的数量与signature之间的相关性（图7l）。

文章就介绍到这里，这篇文章用到的都是经典的生物信息学方法，将预后与免疫相结合，研究的方法很值得我们借鉴学习。

弱弱的说下貌似这个分析思路可以直接套用其他癌型数据哦，

需要的小伙伴扫码获取更多信息