|
大家好，今天解读2022年6月发表在Frontiers in immunology（IF: 8.786）上单细胞测序与肝癌的文章Identification of the Immune Subtype of Hepatocellular Carcinoma for the Prediction of Disease-Free Survival Time and Prevention of Recurrence by Integrated Analysis of Bulk- and Single-Cell RNA Sequencing Data。目前，生信分析的文章在预后方面可谓严重内卷，想不到到现在还有能靠数据库的数据进行生信分析肿瘤预后发表8分 的文章，今天就一起来解读一下这篇文章有什么亮点吧。在多种癌症中，免疫特征对预后预测和治疗反应的影响已被阐明。根据免疫细胞的综合表达状态可以区分肿瘤的免疫原型，这将有助于判断预后和选择合适的治疗方案。此外，最近通过多组学数据的整合分析，表明原发性和早期复发HCC之间的具有免疫特征差异。目前肝癌复发的具体机制尚不清楚，也缺乏预防肝癌复发的特异性靶点。首先，定义为'复发'为患者在术后随访期间复发，否则定义为'无病'。将手术至疾病复发或末次随访的时间定义为DFS时间。经预处理后，共有672例DFS次数≥1个月的HCC患者(训练组297例，验证组1-155例，验证组2-220例)纳入本研究。Table1展示了13种免疫细胞cox回归的结果，选择多因素分析中只有3种有意义的T细胞亚型（效应记忆CD8 T细胞、调节性T细胞、滤泡辅助T细胞）构建TCRs评分。Fig2 （下图）和展示了TCGA-LIHC队列TCRS的构建与评价;LASSO回归➡T细胞-高低风险集评分➡生存分析（高表达组生存较差）➡两组免疫评分(E)、ESTIMATE评分(F)、间质评分(G)和肿瘤纯度(H)的表达水平➡(I)热图(J))箱线图显示两组28种免疫细胞的表达水平。低评分组的免疫评分、ESTIMATE评分和间质评分显著较高(图2E-G)，而高评分组的肿瘤纯度显著较高。28种免疫细胞在低分组中的表达水平显著较高(图2I, J)，TCRs可以确定为具有较长DFS时间和炎症免疫特征的HCC免疫亚型。Fig3（未展示）是两个外部验证集的RNA-seq验证。使用ssGSEA计算28个免疫细胞的丰度后分组，主要展示结果与Fig2相似，在两个验证队列中，低评分组患者的DFS时间均显著更长；免疫评分，ESTIMATE评分和间质评分在低评分组中显著较高，而肿瘤纯度在高评分组中显著较高，28种免疫细胞中的大多数也显著较高。这些结果表明，TCRS可以很好地识别HCC的免疫亚型，并预测DFS时间。Fig4 （下图）展示了按TCRs分组后两组GSVA分析top10结果以及DEGs的GO KEGG分析。认为这些结果初步确定了TCRS划分的HCC患者两个风险评分组之间的功能差异，这些差异项可能是延长患者DFS的潜在干预靶点。Fig5 （下图）展示了China National GeneBank数据库所下载的T细胞scRNA-seq数据的可视化图，以及经过“Seurat”流程注释亚群后的maker基因的展示。Fig6 （下图）展示使用“CellChat”包分析的细胞-细胞通讯分析。所有细胞类型之间的相互作用如图6A-B所示。之后进一步展示了TCRs之间潜在的输出和输入信号，以及它们之间的特定分子对。如图6C所示，效应记忆性CD8 T细胞是主要的信号提供者，滤泡辅助性/调节性T细胞是主要的信号受体。细胞类型之间的特定信号对的结果显示，这三种细胞之间沟通最强的是效应记忆CD8 T细胞通过GZMA-F2R (SPP1)信号通路到自身，以及效应记忆CD8 T细胞或其他细胞通过CCL5- CCR4 (CCL)信号通路到滤泡辅助性/调节性T细胞(图6D, E)。这些结果初步阐明了这些细胞之间的潜在相互作用。Fig7 （下图）展示了利用ScRNA中效应性记忆性CD8 T细胞和滤泡辅助性/调节性T细胞中鉴定出的DEGs进一步经过Cox和LASSO分析筛选出15预后基因以同样的公式构建GRS评分。并且在TCGA-LIHC训练队列中验证了基于GRS评分分组的DFS状态和这15个枢纽基因的表达水平，生存分析结果显示，低评分组患者的DFS时间显著更长(图7C、D)，此外，免疫分析结果显示，低GRS组也可以作为一个DFS时间更长、具有炎症免疫特征的免疫亚型，与TCRS的结果一致(图7 E-J)。这些结果表明，这15个枢纽基因可能与免疫细胞影响DFS时间的过程有关，也可能是预防HCC复发的潜在靶点。最后，图8（下图）中可视化了通过CellMiner对潜在的预防复发药物进行了初步筛选的12个最显著的相关结果。总结一下，这篇文章从基本的TCGA Bulk-RNA数据入手建立了T细胞风险评分(TCRS)，并在不同队列的原发与复发HCC样本中验证了该模型的预后价值，又通过单细胞RNA (scRNA)测序数据确定了可能与HCC复发相关的关键基因。最后通过CellMiner初步筛选潜在的预防复发的治疗药物。从基因-细胞-基因三个层面分析与验证，构建了基于免疫细胞、关键基因两个风险评估模型，并且使用的分析方法并不是特别难，通过GESA,ssGSEA,COX回归,LASSO回归以及单细胞分析的“Seurat”和“CellChat”分析，进一步探索了潜在靶向药物。这篇文章都是从数据库里下载数据，分析方法也相对简单，值得借鉴！Fu J,Lei X. Identification of the Immune Subtype of Hepatocellular Carcinoma for the Prediction of Disease-Free Survival Time and Prevention of Recurrence by Integrated Analysis of Bulk- and Single-Cell RNA Sequencing Data. Front Immunol. 2022;13:868325. doi:10.3389/fimmu.2022.868325
|
