|
大家好！今天给大家介绍一篇2022年1月发表在Cell Death Discovery （IF:5.241）上的一篇文章。本研究作者对胃癌患者的单细胞转录组数据和转录组数据进行分析，研究衰老在胃癌发生和发展中的作用并构建senescore打分系统，可以用于预测化疗和免疫治疗效果。 Senescence as a dictator of patient outcomes and therapeutic efficacies in human gastric cancer 衰老是胃癌患者预后和治疗效果的决定因子 01 摘要 衰老在肿瘤发生和发展及癌症治疗中起到重要作用。然而，衰老在癌症患者临床结局和治疗方法中的指导作用仍然不是十分清楚。本研究，作者对多个胃癌患者的单细胞转录组数据集和转录组数据集进行分析。作者发现衰老是一种隐藏的肿瘤特征，其衰老相关基因特征在非癌细胞中高度表达。基于无监督聚类鉴定到衰老相关的两个亚型。与侵袭性亚型相比，衰老亚型患者的TMB较高且预后较好。使用机器学习方法，作者基于6个基因ADH1B,IL1A,SERPINE1,SPARC,EZH2和TNFAIP2构建senescore打分系统。在2290例胃癌样本中，senescore-高的患者其总生存期和无复发生存期较高。此外，senescore可以预测化疗和免疫治疗的效果。senescore-高的患者受益于免疫治疗而senescore-低的患者对化疗反应敏感。总的来说，衰老可以作为影响胃癌患者生存期和治疗效果的标志物。 02 流程图  03 结果 1. 数据集的获取和下载 从TCGA和GEO数据库获取12个数据集，共包括2290例胃癌患者。此外，还从GEO数据库下载一个包含579例结肠癌患者的数据集作为独立数据集。 2. 鉴定胃癌患者的衰老相关特征 为了阐明胃癌（GC）患者的衰老相关特征，作者对多个胃癌患者的转录组进行全面分析。TCGA-STAD数据集的GSEA分析表明一些与细胞衰老有关的生物学通路，包括DNA损伤/端粒应激诱导的衰老和氧化应激诱导的衰老等通路在GC患者中显著富集（图1A）。另一个独立数据集的结果与之一致（图1B）。此外，对三个数据集进行GSVA分析，结果表明GC患者的多个衰老通路被显著激活（图1C）。为鉴定影响GC患者衰老的基因，作者对TCGA-STAD数据集的胃癌样本和正常样本进行差异分析共鉴定到3225个DEGs，包括1455个上调基因和1770个下调基因。根据MsigDB数据库获得衰老相关基因，将DEGs与衰老相关基因取交集，共得到103个DEGs。对这些DEGs进行GO和KEGG富集分析，鉴定到细胞周期和细胞衰老等功能显著富集（图1D和1E）。富集程度最高的5条通路和基因的互作网络如图1F所示。  图1 鉴定胃癌患者的衰老特征 3. GC患者的TME内的单细胞衰老图谱 为了在单细胞水平上阐明胃癌患者的衰老相关特征，作者对胃癌组织和正常组织的19042个细胞的单细胞转录组数据进行分析（图2A和2B）。与转录组的结果一致，与正常组织相比，胃癌组织中细胞衰老通路显著激活的细胞较多（图2C）。在GC组织中，内皮细胞，肠内分泌细胞，增殖细胞，巨噬细胞和成纤维细胞高度富集于衰老相关通路（图2D）。为了鉴定GC中衰老相关的关键基因，作者整合DEGs，生存相关基因和衰老基因集，最终得到了GC的衰老相关关键基因（CSGs）（图2E和2F）。在单细胞水平上，CSGs在内皮细胞，成纤维细胞和巨噬细胞中表达水平较高（图2G）。此外，作者分析了17个CSGs的拷贝数变异和体细胞突变情况。结果表明，COL1A2的突变频率最高，其次为ABCA8，CNV分析表明COL1A2, C7和ABCA8发生CNV扩增（图2H）。  图2 GC患者微环境中衰老的单细胞图谱 4. 基于CSGs鉴定衰老亚型  图3 基于CSGs构建衰老亚型 5. 构建衰老打分模型 作者使用LASSO Cox回归分析TCGA-STAD数据集，构建衰老打分模型-senescore，该模型包括ADH1B,IL1A,SERPINE1,SPARC,EZH2和TNFAIP2等六个基因。生存分析表明，TCGA-STAD队列中senescore-高的患者的预后较好（图4A）。多因素Cox回归分析表明senescore是一个独立预后因子（图4B）。将患者根据TNM临床分期进行划分，senescore可以将不同TNM临床分期的患者进行划分（图4C）。此外，作者基于senescore，年龄和临床分期构建列线图（图4D）。作者使用桑基图展示TCGA-STAD数据集的衰老亚型，分子亚型和免疫亚型（图4E）。senescore与DDR，衰老和DNA损伤修复酮的激活正相关（图4F）。簇2的senescore高于簇1（图4G）。在已有的亚型分类中，GS亚型的senescore最低，EBV亚型和MSI亚型与senescore较高显著相关（图4H）。此外，衰老基因与突变密度正相关（图4I）。  图4 构建衰老打分模型 6. 验证senescore预测患者预后的有效性 为验证senescore的鲁棒性，作者对ACRG数据集进行分析。生存分析表明，senescore-高与总生存期和无复发生存期较高有关（图5A）。ROC曲线分析表明，1年，3年和5年的AUC分别为0.81，0.77和0.75（图5B）。MSI亚型的senescore最高而MSS/EMT亚型的senescore最低（图5C）。验证队列1和验证队列2的结果与之一致（图5D和5E）。 7. senescore预测化疗和免疫治疗的有效性 接下来，作者研究senescore是否可以预测化疗效果。对ACRG队列进行分析，患者分为senescore-高和senescore-低组并评估OS和RFS的差异。结果表明，辅助化疗可以显著提高senescore-低患者的OS和RFS，而senescore-高的患者OS和RFS差异并不显著（图5F）。此外，额外三个辅助化疗数据集的结果与之一致（图5G）。随后，作者分析接受抗PD-L1治疗的队列，senescore-高的患者RFS较长（图5H），OS较长（图5I）。额外的三个接受抗PD1/PD-L1治疗数据集的结果与之一致（图5J和5K）。  图5 senescore预测预后和治疗有效性 8. 在翻译水平上验证senescore 作者使用多重免疫荧光组织化学方法在翻译水平上验证TMA队列的senescore中6个衰老相关基因的蛋白表达水平（图6A）。TMA队列中senescore-高的患者OS较长（图6B）。1年，3年和5年ROC曲线的AUC分别为0.882，0.854和0.878（图6C）。ROC曲线表明将senescore结合临床分期和年龄的列线图具有较强的预测能力（图6D）。与单独使用senescore相比，结合临床分期和年龄的列线图预测结果略有提高（图6E）。  图6 多重免疫荧光验证 04 结论 总的来说，本研究首次对胃癌患者的衰老相关特征进行全面分析，鉴定与TME和生存结局相关的衰老亚型。作者的研究表明，senescore可以鉴定不同OS和RFS的患者并且可以鉴定受益于辅助化疗和免疫治疗的患者。本研究的亮点在于作者使用了转录组数据和单细胞转录组数据进行分析并进行了一定的实验验证，然而还需要更多的数据集对本研究进行验证。 公众号最近改版，以防失联，加个星标吧！
|
|
|
