Immune-related gene signature for predicting the prognosis of head and neck squamous cell carcinoma用于预测头颈部鳞状细胞癌预后的免疫相关基因标志物
一、研究背景
HNSCC是口腔、鼻腔和喉部易发的一种恶性肿瘤，在常见癌症中排名第六。先前已有证据表明免疫相关基因与HNSCC的预后有关，所以本文作者旨在确定一个IRGS进行更高水平的HNSCC预后预测；同时，最近越来越多的证据表明人乳头瘤病毒（HPV）是HNSCC患者患病的重要因素，所以作者希望在本文中将IRGS和HPV对的HNSCC预后价值进行比较。
二、分析流程
三、结果解读
1、IRGS的构建和定义
- 取TCGA中500名HNSCC患者的数据作为训练集，测得1073个免疫相关基因，用MAD>0.5作为第一轮筛选条件得到915个IRGs，再做1000次重采样得到81个与患者OS有关的IRGs，最后采用LASSO回归进行筛选，得到最终的27-IRGS（图1、补图1）
图1.构造和验证IGRS的流程图
补图1.LASSO回归图
- 作者在表1中列出了27-IRGS的所有基因名称和对应的系数。
表1.27-IRGS列表
- 接着，作者利用Kaplan-Meier方法做出ROC曲线，获得最佳cut-off值（0.106），以此来讲数据集分为高/低免疫风险组（补图2）
补图2.ROC曲线取cut-off
2、27-IRGS预后价值的验证
- 取GSE65858（n=270）作为验证集，TCGA中500名HNSCC患者数据作为训练集，补表1展示了两个队列的临床病理特征信息，二者无显著差异。
补表1.训练集、验证集的临床特征信息
- 接着，作者在表2和补表2中分别给出对训练集和验证集的单因素、多因素cox回归分析的结果，一致显示：IRGS与HNSCC患者预后有显著相关性且独立于年龄、TNM分期等其他预后因素。
- 同时，作者在上述的cox分析中还加入了HPV作为其中一个预后影响因子进行分析，发现单因素cox中HPV并没有表现出预后价值，但在多因素cox中HPV表现出与预后的显著相关性。作者认为这可能是由TCGA和GEO数据库更新状态不同导致的样本差异引起的，同时判断27-IRGS的预测水平要优于HPV状态。
表2.训练集的单因素、多因素cox分析结果
补表2.验证集的单、多因素cox分析结果
- 在图2中作者对HNSCC患者高/低免疫风险组进行了比较
- 首先，在图2 .a、d中，作者分别对训练集和验证集患者的预后风险评分绘制条形图；在图2.b、e中，作者利用ROC曲线分别比较训练集和验证集患者2、3、5年的 AUC值，表现出较强的预后预测水平；在图2.c、f中，作者进行KM生存分析，发现低免疫风险组的中位OS明显高于高免疫风险组
图2.利用KM生存分析及ROC曲线比较高/低免疫风险组患者预后
3、27-IRGS的功能注释
- 对27-IRGS进行GSEA富集分析（结果见补表3），发现多个生物学过程或信号通路的富集分数降低与免疫风险有关，其中最有代表性的几个在图3中进行了可视化：IFN-α response, IFN-γ response, IL-2 STATS、 IL-6 JAK STAT3均在免疫风险升高后明显下调（图3）
图3.GSEA分析结果中几种信号通路的富集分数可视化
补表3.GSEA分析结果列表
- 接着，作者利用ESTIMATE算法计算基质细胞和免疫细胞的比例，以此推断HNSCC患者的肿瘤免疫微环境，结果显示低免疫风险组患者的Immue Score和ESTIMATE score高于高免疫风险组患者（图4.b）
图4.ESTIMATE评估免疫微环境的可视化
- 最后，作者利用CIBERSOFT算法对每种免疫细胞单独进行免疫浸润程度的计算，图5.a显示的是22种免疫细胞在高/低免疫风险组中的浸润程度对比；作者在其中选择了差异最明显的几种免疫细胞绘制箱线图来进行可视化（图5.b），具体结果为：CD8 T细胞、记忆激活的CD4 T细胞、Treg细胞在低免疫风险人群中浸润上调，而静息CD4 T细胞在高免疫风险人群中浸润上调。
图5.雷达图、箱线图对CIBERSOFT计算结果可视化
小结
作者通过训练集和验证集，结合单因素、多因素cox回归，LASSO回归等方式建立了一个27基因构成的IRGS，分析了HNSCC患者的肿瘤免疫微环境，为HNSCC患者提供了一个全面而准确的预后预测方式，有助于识别免疫治疗的创新分析靶点
编辑：麻辣烫
校审：糯米饭
