6+ ：铁代谢癌症分析思路，性价比之选（收藏版）- 大数跨境

中科生信

2022-02-23

导读：早上好，今天小编分享一篇2022年2月21日发表在frontiers in Cell and Develop

早上好，今天小编分享一篇2022年2月21日发表在frontiers in Cell and Developmental Biology（IF=6.684）《Identification and Quantification of Iron Metabolism Landscape on Therapy and Prognosis in Bladder Cancer》。铁代谢被认为是肿瘤发生、发展和肿瘤微环境（TME）的一个枢纽，但在BLCA中的研究很少。作者采用单变量COX回归分析，根据癌症基因组图谱（TCGA）数据库的转录RNA测序和预后信息，筛选出预后相关的铁代谢相关基因（IMRGs）。通过非负矩阵分解（NMF）算法将TCGA-BLCA队列聚类为不同的铁代谢模式进行综合性分析。

背景&方法

背景：铁是人体内细胞增殖和生长的重要微量元素。在癌症中，铁的可吸收性、渗出、储存和调节完全被扰乱，这表明铁代谢的重新编程将诱发肿瘤细胞分裂和生存的失调。铁在癌症中起着双重作用。流行病学调查显示，过量的铁是致癌的危险因素。铁的积累支持肿瘤恶化的增殖、代谢和转移。癌细胞通过对铁结合蛋白的紊乱调控表现出对铁的表型搜索。癌细胞的铁依赖性影响了许多细胞死亡模式，包括铁死亡，这是一种铁依赖性细胞死亡。诱导癌细胞铁死亡已成为癌症治疗研发的新热点。

方法：详见技术路线

结果

BLCA中铁代谢模式的特征分析

通过对具有综合生存信息和癌症组织表达谱的TCGA-BLCA患者进行单变量COX回归分析（P<0.05），选出95个IMRGs作为预后相关基因。然后我们根据这些基因通过NMF算法对TCGA-BLCA队列进行聚类。根据系数，选择k=4为最佳聚类数（图2A）。图2B是k=4时的NMF矩阵热图，包括C1亚型89例，C2亚型141例，C3亚型91例，和C4亚型79例。Kaplan-Meier生存曲线显示，C1和C3型患者的预后好于C1和C2型（p = .020）（图2C）。图2D显示了预后相关的IMRGs在铁代谢模式中的表达。我们还分析了不同铁代谢模式之间的临床病理差异（图2E）。结果发现，不同模式的TNM分期、病理分期、组织学分级、OS、DSS和PFI事件的比例是不一样的，C2和C4模式中晚期临床病理结果的发生率趋于增加。通过GSVA分析，我们得到了铁代谢模式之间的富集途径（图2F）。我们发现C4模式与多个基质、致癌和免疫激活相关的通路呈正相关，包括TGF-β信号通路、WNT信号通路、MAPK信号通路、JAK-STAT信号通路、T细胞受体信号通路、趋化因子信号通路、B细胞受体信号通路、细胞因子-细胞因子受体相互作用、NOD样受体信号通路、TOLL样受体信号通路等。C2模式显示出与C4模式类似的趋势，但C2在多种DNA损伤修复相关途径中也有明显表达。在C1和C3模式中，大多数致癌和免疫激活相关途径的相关得分都降低了。而C3模式也被发现在DNA损伤修复相关途径中表现出富集的趋势。

肿瘤免疫微环境下的铁代谢模式

为了研究不同的铁代谢模式之间是否存在TIME的差异，我们使用ESTIMATE和ssGSEA评分进行评估。ESTIMATE显示，三种模式的基质评分（p < .001）、免疫评分（p < .001）和ESTIMATE评分（p < .001）存在明显差异，其中C4最高，C1和C3最低（图3A）。然后我们分析了铁代谢模式中免疫细胞的浸润差异。ssGSEA评分表明，所有22种TIICs在铁代谢模式中的浸润都有显著差异，其中C1和C3模式中TIICs的ssGSEA评分较低，C2和C4模式较高（图3b）。而免疫相关功能在铁代谢模式中的富集趋势与免疫细胞浸润相似（图3C）。此外，在C1和C3模式中，主要组织相容性复合体（MHC）分子、成本刺激分子和粘附分子的表达水平全面下降（图3D）。

肿瘤体细胞突变的铁代谢模式

肿瘤的发生经常发生在基因突变的积累之后。肿瘤突变负担（TMB）可作为BLCA的潜在预后指标。因此，我们使用 "maftools "R软件包来显示体细胞突变的分布和TMB在各种铁代谢模式中的差异。在BLCA患者中，高TMB表明预后较好（危险比[HR]=.65（.48-.88），P=.005）（图4E）。此外，我们发现C2和C3模式的TMB明显高于C1和C4模式（图4F）。

免疫疗法对铁代谢模式的评价

最近，免疫检查点抑制剂（ICI）已逐渐成为晚期BLCA的二线治疗方法。因此，我们分析了一些免疫检查点（PDCD1（PD-1）、CD274（PD-L1）、PDCD1LG2（PD-L2）、LAG3、TIGIT、IDO1和CTLA4）在不同铁代谢模式中的表达，以预测免疫疗法的疗效（图5A）。结果表明C2和C4可能更适合于ICI治疗。图5B,C表明免疫检查点的高表达水平可能与免疫抑制微环境的形成有关。这C4免疫排斥得分明显高于其他铁代谢模式。C4模式的免疫功能紊乱得分也明显增加，而C3最低。此外，我们使用TIDE算法来评估ICI的反应，其中C1的MSI和C4的TIDE是最高的（图5D,E）。

化疗药物在铁代谢模式中的反应

化疗药物被广泛应用于BLCA的治疗，包括静脉内灌注和全身化疗。因此，我们评估了六种常用的化疗药物（吉西他滨、顺铂、多西他赛、丝裂霉素-C、多柔比星和紫杉醇）在每个样本中的IC50值（图6A-F）。在这六种药物中，C2模式显示出最低的IC50值。在吉西他滨、顺铂、多西他赛和紫杉醇中，C4模式的IC50值也比C1和C3模式的低。至于C3模式，在吉西他滨、多柔比星和紫杉醇的IC50值高于C1模式。上述结果有力地表明，C2对化疗药物最敏感，C4次之，而C3对化疗药物更不敏感。

在TCGA-BLCA队列中建立IMRG预后特征

我们从TCGA数据库中选取了OS和生存状态明确的BLCA患者，建立了IMRG特征。然后使用LASSO Cox回归模型进行计算，并选择高于最低标准的SE来进一步筛选预后基因。最后，通过多变量COX回归分析，我们得到了包含13个IMRG的最佳预后签名（图7A，B）。并构建了一个公式来评估每个病人的IMRGscore。并根据最佳截止值（切点=1.78265），将样本分解为低风险和高风险组。Kaplan-Meier生存分析显示，低风险组的OS更长（危险比[HR]=4.49（3.29-6.14），P < .001）（图7C）。而1年、3年和5年OS生存率的AUC分别为0.741、0.772和0.755（图7D）。图7E-G显示了风险评分分布、生存状态图和表达谱热图。

随后验证集验证。

IMRG特征的临床意义

为了进一步补充IMRG预后特征的临床应用价值，我们整合了IMRGscore在BLCA患者不同亚组中临床病理特征的明显差异（图9A）。热图显示，晚期TNM分期、病理分期、组织学分级、老化以及较差的OS、DSS和PFI事件在IMRGscore上有升高的趋势。

基于IMRG特征的列线图

根据上述TCGA-BLCA队列的单变量Cox回归分析结果，我们建立了一个包含病理分期、年龄和IMRGscore的提名图模型（图10A）。在去除没有完整信息的患者和样本少的变量分组后，共纳入362名患者。我们将每个变量用0-100分进行标准化，并将分数相加，得到每个BLCA患者的总分。根据沿着预后和总分轴的位置关系，对每个病人的1年、3年和5年的预测生存概率进行了标准化。C-指数达到0.694（95%CI：0.653-0.735）。图10B-D表明，提名图模型预测TCGA-BLCA患者的预后结果与实际预后结果很吻合。此外，DCA曲线显示，在BLCA患者中，该签名为患者提供了稳定而显著的净获益（图10E-G）。然后基于提名图模型，我们建立了Kaplan-Meier生存曲线和时间相关的ROC曲线。在TCGA-BLCA队列中，我们用最佳截止值（切点=-.122532）将样本分为高风险和低风险组。高风险组的患者显示出明显的不良OS（危险比[HR]=4.22（2.92-6.10），P < .001，图10H）。1年、3年和5年OS生存率的AUC分别为0.764、0.769和0.760（图10I）。此外，我们在GSE13507队列中验证了该提名图模型。切断值与训练集一致。Kaplan-Meier生存分析显示，低风险组的患者比高风险组的患者有更好的OS（危险比[HR]=6.47（2.89-14.49），P<0.001，图10J），AUCs为0.896，0.906和0.915（图10K）。