Tumour-Infiltrating Immune Cell-Based Subtyping and Signature Gene Analysis in Breast Cancer Based on Gene Expression Profiles 基于基因表达谱对乳腺癌中肿瘤浸润免疫细胞进行亚型分类和特征基因分析一、研究背景二、分析流程三、结果解读1. 数据准备和临床信息概述经过数据合并和过滤,纳入来自12个GEO数据集、具有预后信息的801例乳腺癌样本和964例正常组织样本,平均随访5.54年,以及TCGA-BRCA的956个样本、METABRIC的372个样本。对样本通过网页工具CIBERSORT估计每个免疫细胞亚群的绝对免疫分数和丰度,gene signatures使用的是LM22和LM7,剔除其中CIBERSORT P value >= 0.05的样本进行下一步分析。
表1:乳腺癌患者临床病理特征 图1:CIBERSORT计算的免疫细胞丰度 2. 肿瘤浸润免疫细胞的丰度和分布分析
表2:肿瘤浸润免疫细胞亚群的COX分析结果 3. 建立基于肿瘤浸润免疫细胞的乳腺癌预后模型基于单因素分析结果,作者使用GEO数据通过LASSO-Cox回归进一步筛选免疫细胞亚群并在管腔B,HER2过表达和三阴性亚型中建立模型,从22个亚群中筛选出7个,根据免疫细胞丰度计算免疫风险评分immunorisk score(IRS)作为预后指标。IRS计算公式: Immunorisk score = 2^((-0.056)* B cell+(-0.017)* CD8+T cell+0.151* γδT+(-0.060)* NK cell+(-0.165)* activated CD4+ memory T cell+(0.099)* activated mast cell+(0.177)*neutrophils)
图2:基于肿瘤浸润免疫细胞的列线图预后模型 图3:列线图模型的校准曲线
图4:不同临床病理特征分组的IRS生存曲线 使用TCGA-BRCA和METABRIC数据验证Cox回归模型,结果显示较高的IRS在两者中均预后不良,TCGA-BRCA(HR 11.80,95%CI:3.86-36.13,P <0.001)和METABRIC(HR 1.24,95%CI:1.02-1.51, P = 0.035)。
图5:IRS在TCGA-BRCA和METABRIC数据中的浸润细胞免疫评分及OS验证 4. 乳腺癌免疫分型的聚类分析在3种乳腺癌亚型中使用GEO队列进行无监督聚类分析。结果聚为两类:免疫亚型A(immune-reactive)中survival-favourable的免疫细胞丰度更高;免疫亚型B (immune-nonreactive)中survival-unfavourable丰度高:Immunotype A (B_cellhigh NKhigh CD8+_ Thigh CD4+ _ memory_T_activatedhigh γδTlow Mast_cell_activatedlow Neutrophillow);immunotype B (B_celllow NKlow CD8+_ Tlow CD4+_memory_T_activatedlow γδThigh Mast_cell_activatedhigh Neutrophilhigh)
图6:基于免疫细胞亚群的无监督聚类及生存分析 表3:三种乳腺癌分子亚型中的多因素COX分析 作者进一步比较了两种免疫亚型的IRS、免疫细胞亚群丰度和生存差异。并且分析了重要免疫细胞因子和检查点分子的表达差异。
图7:免疫A型、免疫B型的IRS差异分析和生存分析 图8:两种免疫亚型中重要免疫细胞因子和检查点分子的表达 5. 免疫A型和免疫B型之间的免疫特征基因分析作者对两种免疫亚型进行差异表达基因分析,鉴定出202个高表达的免疫相关基因。KEGG分析显示这些基因与T细胞分化,NK细胞毒性,细胞因子-细胞因子受体相互作用,NF-κB信号通路等通路相关 。PPI分析表明该网络由T细胞,B细胞和NK细胞相关基因和细胞因子组成。作者进一步对每个差异表达基因进行单因素和多因素Cox回归分析,鉴定出与OS显著相关的前列腺素D2合酶PTGDS。进一步分析乳腺癌中PTGDS的功能: 生物信息学结果:
图9:METABRIC数据中不同临床病理特征组PTGDS/PTGDR的表达差异 组织学结果:
图10:IHC检测乳腺癌及癌旁组织中PTDGS的表达以及与不同免疫细胞亚群标志物的共表达 图11:IF检测TNBC乳腺癌组织中PTGDS与CD19+ B cells 和CD4+/CD8+ T cells 共定位 最后,作者根据IHC鉴定的平均PTGDS表达水平将98位患者分为高表达和低表达组分析临床病理特征的差异。结果表明PTGDS的高表达与TIL高浸润水平、肿瘤较小以及较早的病理分期有关,与生信分析的结果一致。 表4:PTGDS高表达组和低表达组临床病理特征的差异 小结 作者首先使用CIBERSORT对样本进行肿瘤浸润免疫细胞亚群的丰度评估,然后进行单因素和多因素Cox分析筛选其中具有显著预后意义的子集,在管腔B,HER2过表达和三阴性乳腺癌建立了以IRS作为浸润免疫细胞指标的预后模型,并且对IRS的预后意义进行评估。接着对GEO样本进行聚类,得到免疫A型、免疫B型两类,在TCGA、METABRIC数据中进行了验证,同样分析了免疫分型的临床病理特征差异及预后价值。最后作者筛选了免疫A型和免疫B型之间的差异表达基因,鉴定出特征基因PTGDS,进一步分析不同临床病理特征分组的PTGDS表达差异,并通过IHC和IF验证其在TILs中的特征表达。 |
|