发表杂志:Cancer Immunol Immunother. 影响因子:6.968 一、研究背景 二、流程图 三、分析解读 1、数据收集与处理 ①为了评估NSCLC患者基因突变与ICI疗效的关系,作者收集了抗PD-L1单药或联合抗CTLA-4 NSCLC临床队列(N=350)。 ②R包“TCGAbiolinks”用于TCGA-LUAD和TCGA-LUSC队列的mRNA表达谱数据、体细胞突变数据和患者预后信息处理,将TCGA-LUAD和TCGA-LUSC队列合并到TCGA-NSCLC队列中进行后续分析。 ③使用cBioPortal下载TCGA-LUAD和TCGA-LUSC患者的生存数据(DFS)。 ④从癌症药物敏感性基因组数据库(GDSC)下载67个非小细胞肺癌细胞系的全外显子测序(WES)数据和药物敏感性数据。 2、生存相关基因突变的鉴定 ①免疫治疗队列的突变数据用于鉴定与ICI预后相关的特异性突变基因。 ②采用单因素和多因素Cox回归模型分析和Kaplan-Meier分析评价特异性突变基因在ICI治疗中的预测作用。 结果:ICI治疗的NSCLC队列的Cox比例风险回归分析 下图A:突变数、免疫治疗药物的种类和特异性基因突变(PBRM1、ZFHX3、NTRK3、EPHA5、EPHA7、EphA3、MGA和PTPRD)与免疫治疗的预后有关。 下图B:低突变数、PBRM1突变和免疫单药治疗与较差的免疫治疗预后相关;相反,其他基因突变,包括ZFHX3、NTRK3、EPHA5、EPHA7、EphA3和MGA与较好的免疫治疗预后相关。 上图C:ZFHX3突变与免疫治疗预后较好相关,PBRM1突变与免疫治疗预后不良相关。 下图D:ZFHX3-MT非小细胞肺癌免疫治疗的患者患者的OS明显长于ZFHX3-WT患者。 下图G:在ICI治疗后,ZFHX3-MT LUAD患者的OS比ZFHX3-WT患者更长。 下图E,F,H,I,K,L:探讨ZFHX3突变与没有接接受免疫治疗的TCGA-NSCLC/LUAD/LUSC的OS和DFS的关系。 3、肿瘤免疫原性与免疫特性的相关性分析 ①使用CiberSort评估TCGA-NSCLC队列的22个免疫细胞浸润状态,并将这些基因的表达水平量化为log2(FPKM+1)。 ②为了进一步探讨ZFHX3突变患者的临床特征,作者进一步分析了ZFHX3突变患者的临床特征(年龄、性别、免疫治疗药物种类、吸烟史和临床分期)与ZFHX3突变之间的关系。 ③为了研究ZFHX3-MT非小细胞肺癌的免疫特性,作者比较了ZFHX3-MT和ZFHX3-WT肿瘤免疫相关基因表达模式的差异。 ④为了进一步研究ZFHX3-MT非小细胞肺癌的肿瘤免疫微环境,作者采用CiberSort算法对TCGA-NSCLC的免疫细胞浸润状态进行了评估,并比较了ZFHX3-MT和ZFHX3-WT肿瘤免疫细胞浸润模式的差异。 结果: ①突变情况、NSCLC患者的临床资料以及患者ZFHX3突变的特点。 下图A:Samstein队列中NSCLC中最常见的20个突变基因(ICI治疗)。 下图B:TCGA-NSCLC队列中NSCLC中突变频率最高的20个基因。 下图C:显示了ZFHX3突变在接受ICI治疗的队列(左图)和TCGA-NSCLC队列中的分布。 下图D:TCGA中每种癌症类型ZFHX3-MT肿瘤的比例。 ②ZFHX3突变与肿瘤免疫原性增强和抗肿瘤免疫激活有关。 下图A:气泡图描绘了TCGA-NSCLC/LUAD/LUSC队列中ZFHX3-MT和ZFHX3-WT肿瘤免疫相关基因mRNA表达的平均差异。 下图B-G:比较ZFHX3-MT与ZFHX3-WT(TCGA-NSCLC、LUAD和LUSC)肿瘤中趋化因子、细胞溶解活性相关基因和免疫检查点等免疫相关基因的表达水平。 ③ZFHX3-MT和ZFHX3-WT肿瘤在TCGA-NSCLC(A)、LUAD(B)和LUSC(C)队列中免疫细胞的比较。 4、DDR通路富集分析 ②比较ZFHX3-MT和ZFHX3-WT在ICI治疗的NSCLC(A)、ICI治疗的LUAD(B)、TCGA-NSCLC(C)和TCGA-LUAD(D)队列中的DNA损伤相关基因集改变。 小结: ZFHX3-MT非小细胞肺癌ICIS治疗后疗效和预后改善的可能机制 |
|