|
结果： TCGA和GEO队列的基线数据如表1所示。进行单变量和多变量Cox回归分析，以分析26种免疫细胞的预后价值。在筛选了所有26种免疫细胞群体后，作者根据它们的稳定和汇总的风险比和系数（肥大细胞；活化B细胞；效应记忆CD4 T细胞；CD56明亮的NK细胞；嗜酸性粒细胞），确定了5种显著的预后免疫细胞。所选的5种免疫细胞在HNSCC患者的无进展生存中均表现出保护作用（所有风险比<1，P<0.05）（图1A）。
使用来自GEO数据集GSE39366的104名HNSCC患者的独立队列，对模型的准确性进行了外部验证。表2显示了训练集中高TICS组（n=53）和低TICS组（n=51）之间的临床数据。同样，在GEO验证集中，KM曲线表明高TICS组患者的RFS优于低TICS组患者（log-rank P=0.025）（图2A）。5个与预后相关的细胞的表达水平在高TICS组中显著较高（Wilcoxon检验，所有P<0.001）（图2B），肿瘤浸润细胞的丰度也显著较高（图S2）。
随后，为了检验训练组和验证组中预后的独立预测因子，对TICS和多个临床特征（性别、年龄、T分期、N分期、HPV状态）进行了单变量和多变量Cox回归分析。图2C显示，高T分期（HR=1.78，P=0.019）和HPV阴性（HR=1.81，95%置信区间（CI）：1.01-3.24，P=0.045）在单变量分析中是显著的风险因子，而TICS（HR=0.86，95% CI：0.79-0.93，P<0.001）是训练集中唯一的保护因子。接下来，多变量Cox分析显示高TICS（HR=0.87，95% CI：0.79-0.95，P=0.002）仍然是显著的保护因子。在GEO验证组中，只有TICS是RFS的独立预后因子（HR=0.54，95% CI：0.31-0.94，P=0.028）（图2D）。
为了阐明不同免疫表型的潜在生物学特征，我们使用R软件的“DESeq2”包进行DEG分析，以确定TICS亚组之间的转录组变化。共鉴定出1,686个DEG，其log 2 FC值>1且FDR校正的P值<0.05，其中高TICS组中有1,475个上调基因和211个下调基因（图S3）。为了探索DEG的分子机制，GO分析显示，这1,475个上调基因主要富集在免疫相关通路的生物过程中，如免疫细胞激活、粘附和增殖（图4A），而这211个下调基因主要富集在受体配体活性和信号受体激活活性（图4B）。GSEA分析显示，“正T细胞选择”、“免疫受体活性”、“趋化因子结合”和“T细胞受体复合物”通路在高TICS组中最常富集（图4）。探索了TICS亚组之间的功能差异，这可能是延长患者生存期的潜在靶点。
我们接下来探讨了TMB、TICS与放疗后HNSCC生存结果之间的关系。KM生存曲线显示，低TMB的HNSCC患者的生存结果明显优于高TMB患者（log-rank P=0.0083，图6E）。接下来，我们根据高/低TMB和高/低TICS将患者分为四组进行分析。分层分析显示，TICS得分高且TMB低的患者具有最佳的PFS。如图6F所示，TICS低且TMB高的患者具有最差的PFS（log-rank P=0.0021）。此外，多重比较显示，在高TMB亚组中，TICS仍然显示出显著的预后价值（高TICS/高TMB vs. 低TICS/高TMB，log-rank检验，P=0.01，通过BH方法进行调整）。此外，我们评估了低TICS亚组和高TICS亚组之间HNSCC体细胞变异的分布，以阐明遗传印记（图6G）。在高TICS亚组和低TICS亚组中，TP53和TTN是最常见的突变基因，与细胞周期失调、癌症进展、肿瘤血管生成和转移的作用一致。鉴于化疗在HNSCC治疗中的重要性，我们利用GDSC数据库对不同TICS的HNSCC患者对123种化疗药物的反应进行了量化。我们比较了两个TICS亚组之间12种常用化疗药物的IC50值，较低的IC50值表示该组对该药物更敏感。我们发现高TICS亚组中博来索米布、克里唑替尼和苯乙双胍的IC50水平显著较低（图7A-7C）。相反，低TICS亚组中博来霉素、西妥昔单抗、顺铂、阿糖胞苷、多西他赛、阿霉素、依托泊苷和替匹法尼的IC50水平显著较低（图7D-7L），这表明低TICS的HNSCC患者对这些药物更易感。因此，像GP（依托泊苷加铂类药物）和TP（多西他赛加铂类药物）这样的化疗方案，或者抗EGFR靶向治疗（西妥昔单抗）可能更能改善低TICS患者的生存率。
总结 TICS 模型支持个体化医学方法用于头颈部鳞状细胞癌（HNSCC）的放疗。肿瘤微环境中肿瘤浸润免疫细胞（TIIC）的增加在接受 HNSCC 治疗的患者中预示着更好的预后。
|
