这篇3+分文章带你学会多数据库分析免疫浸润

2020-06-28 15:57:01 浏览数 (1)

今天和大家分享的是2020年3月发表在Journal of Cancer(IF:3.182)上的一篇文章,“The immune infiltration in clear cell Renal Cell Carcinoma and their clinical implications: A study based on TCGA and GEO databases”,作者使用GEO和TCGA数据集研究了肾透明细胞癌中免疫浸润细胞的情况,并与正常组织进行了对比,通过生存分析研究了其临床意义。

The immune infiltration in clear cell Renal Cell Carcinoma and their clinical implications: A study based on TCGA and GEO databases肾透明细胞癌的免疫浸润及其临床意义:一项基于TCGA和GEO数据库的研究

一、 研究背景

肿瘤微环境由肿瘤细胞、各种免疫浸润细胞、成纤维细胞、许多细胞因子和催化因子组成,是一个动态平衡的复杂系统。免疫应答在肿瘤生长、侵袭和转移中起重要作用,因此肿瘤浸润免疫细胞(TIICs)可以成为化疗放射治疗的靶点。本篇文章中,作者用CIBERSORT网页工具研究了肾透明细胞癌(ccRCC)中的免疫浸润细胞及其临床意义。

二、 分析流程
三、 结果解读
1. ccRCC中的免疫浸润环境
  • 用CIBERSORT比较肿瘤组织和正常匹配组织中22种肿瘤浸润免疫细胞(TIICs)情况。(图1)

图1.比较ccRCC和正常匹配组织中22种TIICs

  • 与正常匹配肿瘤组织相比,ccRCC中CD8 T细胞,滤泡辅助T细胞(Tfh),调节T细胞(Treg),巨噬细胞M0,M1和中性粒细胞更多;而初始B细胞,初始CD4 T细胞,静息CD4记忆T细胞,单核细胞,静息树突状(DC resting)细胞和静息肥大细胞相对较少。
  • 用Pearson相关系数分析TIICs间的相关性,其中CD8 T细胞与Tfh呈强正相关,与静息记忆性CD4 T细胞呈强负相关,与巨噬细胞M2中等负相关。(图2)

图2.ccRCC中不同TIICs间相关性热图

2.肿瘤浸润免疫细胞(TIICs)亚群的临床意义鉴定
  • 作者通过单变量Cox回归分析研究了特异TIICs和ccRCC总体生存率之间是否存在存在统计学关系。(CIBERSORT筛选p<0.05的数据,得到418个包含总体生存率的病人数据,并且计算了中位TIICs亚群风险比HR和95%置信区间)(图3)
  • 8个预后相关TIICs:静息和激活的树突状细胞,静息和激活的肥大细胞,嗜酸性粒细胞与较好预后相关;而记忆B细胞,Tfh和Treg与不良预后相关。

图3.22种TIICs与预后的关系

  • 用Log-rank检验方法绘制预后相关TIICs的的Kaplan-Meier曲线。(图4)

图4.预后相关TIICs的的生存曲线

  • 研究不同免疫细胞和ccRCC病理分级的关系:静息DC,静息肥大细胞,单核细胞和静息CD4 记忆性T细胞随肾癌Fuhrman分级增加而减少;而CD8 T细胞,Tfh,Treg和巨噬细胞M0随Fuhrman分级增加而增加。(图5)

图5.免疫细胞与ccRCC Fuhrman分级的关系

小结

本篇文章中,作者利用CIBERSORT网页工具从ccRCC肿瘤转录组推测22种TIICs亚群的浸润比例,并结合预后结果来推测其临床意义。

以往研究表明,当肿瘤组织中存在功能成熟的DC时,CD8 T细胞与良好预后相关。本文中,ccRCC中CD8 T细胞浸润与不良预后相关,静息和激活DC与良好预后相关。这些结果共同表明,DC可能参与抑制T细胞,有望成为联合治疗的靶点。研究表明Treg和M2有促肿瘤作用,而本文中ccRCC CD8 T细胞,Treg,Tfh随着Fuhrman分级增加而增加,且CD8 T与M2间存在负相关,说明M2,Treg,Tfh可能在T细胞耗竭中起“检查与平衡”的作用。

Limitation:

作者为了扩大样本量,结合了TCGA和GEO数据,但这样可能会影响结果的可重复性。其次,本篇文章结果是基于公共数据库和计算机算法完成的,因此结果的准确性仍需要进一步的实验来验证。

后台回复「19f」,即可获取今天小编为大家解读的文献。本期的分享就到这里啦,一起期待下一期的精彩分享吧~

geo

0 人点赞