嗨!还在为选择生信分析方向苦恼吗?又或者不知道怎么创新?
来生信日报看看吧!小记者每天都会报道最新热点和创新思路,你想要的这里都有!欢迎随时咨询小记者~

今天小记者偶然看到了一篇标题非常简单但是竟然有13分+的文章!打开粗略一看只有4张图还是纯生信!这不得赶紧仔细看看作者究竟用了什么思路?

在小记者看来,作者选择的这个疾病(神经内分泌前列腺癌)就非常nice,研究少并且治疗方案有限,再加上肿瘤微环境和免疫基因这两大热点,发高分文章轻轻松松!并且这篇文章的思路并不复杂,有趣的是与相关疾病进行了免疫特征的比较,非常值得学习!
(不知道如何找热点或创新升级的可以找小记者,各种个性化分析思路等你来挑!)

题目:神经内分泌前列腺癌的免疫基因组景观
杂志:Clin Cancer Res
影响因子:IF=13.801
发表时间:2023年5月
后台回复“999”获取原文文献
研究背景
目前,雄激素受体(AR)靶向治疗大大改善了前列腺癌的治疗效果,但AR信号的长期有效抑制导致了对AR不依赖的前列腺癌的治疗耐药变体的进化,如神经内分泌性前列腺癌(NEPC)。NEPC在临床上具有侵袭性,治疗方案有限。专门针对NEPC的试验非常少,因此尽管缺乏强有力的数据支持,但现在NEPC患者往往是根据最新的小细胞肺癌(SCLC)治疗方案进行化疗和免疫治疗的[9]。为NEPC患者采用SCLC治疗方案提供参考,更好地了解其免疫状况是非常有必要的。
数据来源
数据集/队列 |
数据库 |
数据类型 |
详细信息 |
前列腺数据集 |
dbGAP |
基因型和表型 |
170人的230个组织样本 |
SU2C−前列腺癌基金会 (PCF) Dream Team |
cBioPortal |
基因集 |
前列腺癌患者DNA |
TCGA癌症队列 |
GDC |
基因集 |
|
EGAS00001000334 |
EBI |
基因集 |
28个SGLC患者样本 |
研究思路
为确定230个前列腺活检样本中富含T细胞的样本,用无监督层次聚类法和共识聚类法对其基因表达谱(GEPs)进行聚类。使用ssGSEA计算富集分数(ES)和复合T细胞聚类得分从而对免疫和基质相关的特征进行了量化,以对发炎组和耗竭组的TME状况进行分类。为确定与T细胞炎症相关的基因组改变,使用104个肿瘤的现有WES数据并计算肿瘤突变负担(TMB),通过CNVkit和CNVSeeqer鉴定拷贝数的改变。利用Cox比例风险模型分析生存率。将WGCNA应用于NEPC GEPs用于自动识别和构建网络,以确定与炎症相关的其他生物过程。对前列腺癌队列的TME图谱进行PCA分析、生存分析以研究队列中不同类型前列腺癌的TME概况。在队列患者的免疫治疗选择的背景下,回顾重要检查点基因的表达以比较PD-L1的基因表达水平在前列腺癌类型中的差异。使用ssGSEA对GEPs的50条癌症标志通路进行量化以确定NEPC中特异性上调的途径。NEPC与SCLC具有相同的组织学和分子特征,由于SCLC患者接受ICB治疗,通过PCA分析、差异基因表达分析、比较了NEPC和SCLC的免疫特征。
主要结果
1.识别前列腺癌的T细胞炎症和耗竭表型
共识聚类法对样本聚类后,产生了两个组:分别是T细胞炎症组(n=94)和T细胞耗竭组(n=136)(图1A)。除了T细胞炎症(如IFN-γ)外,炎症组中抗炎的M2巨噬细胞和衰竭的T细胞明显增多,同时基质细胞(如癌症相关成纤维细胞)的水平升高(图1B)。虽然大多数细胞类型在炎症组中富集,但Th2细胞在炎症组中明显降低(图1B)。综合T细胞簇得分不仅与抗原处理机制的基因正相关,而且与T细胞功能的负调控因子(FOXP3、VEGFC)和免疫检查点(VISTA、PD-L2、LAG3等)正相关(图1C),其中VISTA的正相关性最强(r=0.90),该基因被证明与前列腺癌的不良预后相关。
炎症组和耗竭组之间突变负荷的中位数差异并不显著,总拷贝数负荷在各组之间也没有差异(图1D)。已知的前列腺癌突变的频率在两组之间没有明显差异,但观察到趋势:TP53和BRCA2突变在发炎的肿瘤中较高,而FOXA1、PIK3CA、ATM和AR突变在耗竭的肿瘤中较高(图1E)。对于拷贝数的变化,只有CDKN1B和ATM在耗竭组中的拷贝数损失明显高于炎症组(图1F)。队列中有82名患者有总生存(OS)数据,分析显示与耗竭组的患者相比,炎症组的患者与较短的OS有关(图1G)。
作者推断,在T细胞炎症组中,促肿瘤因子(如VISTA、M2巨噬细胞、CAFs、T细胞)与细胞毒性T细胞的共存可能会拮抗抗肿瘤T细胞功能(图1B-C)。需要进一步验证。

图1 基于T细胞免疫状态的前列腺肿瘤的分类
T细胞炎症组和T细胞耗竭组的肿瘤在定位和侵袭性方面存在差异,并且与良性前列腺组织相比,前列腺肿瘤相对免疫耗竭。队列中除了mHN.PCa外,转移性前列腺癌大多是T细胞耗竭的(图2A)。在前列腺癌(PCa、mPCa.HN、CRPC、NEPC)中,最具侵略性的NEPC中T细胞耗竭的样本频率最高,只有9个NEPC肿瘤被归为T细胞炎症(iNEPC)(图2A)。
应用WGCNA后发现与非炎症NEPC相比,一个基因模块(MEmagenta)与iNEPC的正相关性最强。这个模块富集了IFN-γ信号、主要组织相容性复合体(MHC)II类抗原表达和PD-1信号的基因(图2C)。而与iNEPC负相关最强的基因模块(MEpurple)富集在与细胞周期(如M期,G2/M转换)相关的途径中(图2D)。
除了在NEPC亚型之间富集不同的生物过程外,CDKN1B和PD-1的损失只限于非炎症的NEPC(图2E)。PD-1的表达在iNEPC中明显较高,而其配体PD-L1的表达与其他NEPC病例相当(图2F)。因此,较高的CD8+T细胞、IFN-γ信号和NEPC亚群中较高的PD-1表达表明免疫检查点阻断(ICB)的潜在机会窗口.


图2 前列腺癌诊断中的T细胞组
3.与其他前列腺癌相比,NEPC具有更高的PD-L1表达和细胞增殖
调查了前列腺癌连续样本TME谱的变化。TME谱的PCA分析显示,晚期肿瘤(如CRPC、NEPC)的TME谱具有更高的异质性,而局部PCA和良性组织的TME谱聚集更紧密(图3A)。通过T细胞免疫类别确定了NEPC的TME谱中的差异。癌症诊断平均的TME谱聚类显示免疫缺失(dNEPC)独立聚类,而iNEPC与PCa肿瘤和良性前列腺组织聚类(图3A)。
按癌症类型平均的TME谱显示,从良性前列腺组织到PCA、CRPC和NEPC,免疫和基质特征总体下降,尤其是在dNEPC中(图3B)。与其他癌症相比,dNEPC中唯一富集的细胞类型是自然杀伤细胞(NK)、T滤泡辅助细胞(Tfh)和Th2细胞。与WGCNA一致,与dNEPC相比,iNEPC中MHC递呈途径和抗原递呈机制基因的表达明显更高(图3B)。
生存分析的结果显示较高水平的个体TME特征与较差的OS相关,这一发现与T细胞炎症组与T细胞耗竭组观察到的结果一致(图1G,图3C)。与OS负相关的主要特征包括ICB抵抗特征和缺氧,与OS显著正相关的特征是T gamma delta (Tgd)和NK CD56- dim细胞(图3C)。
通过回顾重要检查点基因的表达,发现PD-L1是唯一与其他前列腺癌相比在NEPC中表达明显更高的检查点基因(图3D)。与所有其他前列腺癌相比,NEPC中显著上调的通路在功能上与细胞增殖和癌症侵袭性相关,即细胞周期G2/M检查点,E2F靶点,Hedgehog信号(图3E)。因此,NEPC是前列腺癌最具侵袭性的变体,具有活跃增殖的肿瘤细胞,并伴有免疫沙漠。

图3 队列中不同类型前列腺癌的TME概况
4.与SCLC相比,NEPC具有明显的免疫特征
GEPs的PCA图显示,NEPC肿瘤与SCLC有明显的区别,与PCa和SCLC肿瘤相比,NEPC肿瘤之间的异质性更强(图4A)。整体上,SCLC的大多数免疫特征的表达都明显高于NEPC,除了两个检查点PD-L1和CTLA-4的表达在SCLC和NEPC肿瘤间无法区分(图4B)。
SCLC和NEPC肿瘤之间的差异基因表达分析显示,与免疫耗竭的NEPC相比,与免疫过程相关的癌症标志通路(如IFN-γ、炎症反应)在SCLC肿瘤中显著上调(图4C)。此外,与NEPC相比,SCLC的细胞周期过程上调,而血管生成和hedgehog信号基因下调(图4C)。SCLC与NEPC的top DEGs含有典型T细胞信号传到标志物 (CD8A, CD8B, CD3D, GZMA),而bottom DEGs富含整合素和胶原基因,以及uPAR介导的信号传导(调节细胞外基质降解和癌细胞迁移和转移)(图4D)。
较高的突变负荷是ICB反应的一个预测因子,在这种情况下,发现SCLC的中位突变负荷显著高于NEPC和其他前列腺癌(图4E)。这些发现表明,尽管肿瘤形态和PD-L1表达相似,但NEPC中高度免疫缺失的TME和相对较低的突变负荷可能使SCLC免疫治疗的临床成功扩展到NEPC患者具有挑战性。






图4 NEPC和SCLC之间的比较分析
文章小结
本文通过共识聚类对疾病进行分型分析,利用WGCNA确定疾病相关基因和炎症相关的生物过程,对肿瘤微环境进行分析并与相关疾病比较免疫特征。思路简单,但还是需要大量背景研究,感兴趣的朋友可以尝试复现。不过作者已经发现了与NEPC相关的不同免疫相关基因表达谱,大家也可以从这里下手进行后续分析!
小记者话生信
【生信日报】可以提供特色数据库构建、免费思路评估、付费生信分析和方案设计以及实验项目实施等服务,对数据库构建和生信分析感兴趣的朋友可以咨询小记者哦!

扫码咨询小记者吧
往期推荐
1.超级适合生信小白的6分+生信文!!!单基因分析+免疫浸润+预后分析,赶快学起来!!!
2.6张图10分+!基因诱导衰老问题+公共数据集+meta分析+机器学习算法分析,分析简单好复现!
3.最新文献速递!!!单基因多组学分析+干湿结合,超级完整的生信思路,赶快学起来!!!
4.顶刊的诱惑!影响因子40+,这篇文章靠什么?拷贝数变异+炎性分子+侵袭性泛癌,多组学整合+实验辅助,创新性直接拉满!
5.审稿速度快,录用比例高的3.7分+生信友好期刊,可选无版面费发表,非预警,“期刊被踢风险”低,加入备选吧!

链接详情:https://mp.weixin.qq.com/s/JRW_DiQYVHaYG3A4j3qcQw


