今天小编解读的这篇文章是2021年发表在Journal of immuoTherapy of Cancer杂志上（IF:13.751），题目为m6A modification patterns and tumor immune landscape in clear cell renal carcinoma。本研究揭示了 m6A 修饰与 ccRCC 中肿瘤免疫景观之间的相关性。作者对单个 ccRCC 患者中 m6A 修饰模式的综合评估增强了对肿瘤免疫景观的理解，并为针对 ccRCC 患者的新的和改进的免疫治疗策略提供了新方法。
摘要
最近的研究集中在 m6A修饰与特定肿瘤浸润免疫细胞之间的相关性。然而，m6A修饰在肿瘤免疫环境中的潜在作用仍未知。作者综合评估了 513 名透明细胞肾细胞癌 (ccRCC) 患者的 m6A 修饰模式和肿瘤免疫景观，并将 m6A 修饰模式与免疫景观相关联。m6Ascore 是使用主成分分析建立的。多变量 Cox 回归分析以评估 m6Ascore 的预后价值。作者确定了三个 m6Aclusters（以 Th17 特征、肿瘤内异质性程度、整体细胞增殖、非整倍性、免疫调控基因的表达、整体体细胞拷贝数改变和预后的差异为特征）。m6Ascore 的建立是为了量化 ccRCC 患者个体的 m6A 修饰模式。进一步的分析表明，m6Ascore 是 ccRCC 的独立预后因素。最后，作者验证了 m6Ascore 在晚期 ccRCC 患者的程序性细胞死亡蛋白 1 (PD-1) 阻断治疗中的预后价值。该研究证明了 m6A 修饰与 ccRCC 中肿瘤免疫景观之间的相关性。对单个 ccRCC 患者中 m6A 修饰模式的综合评估增强了作者对肿瘤免疫景观的理解，并为 ccRCC 患者提供了一种新的和改进的免疫治疗策略的新方法。
流程图
结果简述
1. m6A 调节因子在 ccRCC 中的分子特征和临床相关性
通过查阅文献，作者确定了 24 个调控 RNA 甲基化的基因，包括 8 个 writer（RBM15/RBM15B、METTL14、METTL3、WTAP、CBLL1、VIRMA 和 ZC3H13）、2 个eraser（FTO 和 ALKBH5）和 14 个reader（FMR1、ELAVL1、 HNRNPC、HNRNPA2B1、YTHDF1/2/3、YTHDC1/2、RBMX、IGF2BP1/2/3 和 LRPPPRC）。整合体细胞突变和 CNV 以探索 m6A 调节因子变异在 ccRCC 中经常存在。m6A 调节因子的总体平均突变频率较低，336 个样本中只有 27 个具有 m6A 调节因子突变，如下图A所示。进而作者研究了 m6A 调节因子的 CNV 改变频率并证明 CNV 改变是普遍存在的，如下图B所示。作者还探讨了 ccRCC 和邻近组织中 m6A 调节因子的 mRNA 表达水平，揭示了 24 个 m6A 调节因子中的 21 个差异表达，如下图C所示。因此，作者探讨了 m6A 调节因子 mRNA 表达的相关性。发现writer、eraser和reader具有很高的表达相关性（如下图 D），并且在 PPI 网络中彼此频繁交互。接下来，作者探讨了 m6A 调节因子在 ccRCC 患者中的临床相关性。发现许多 m6A 调节因子与 ccRCC 患者的预后相关，如下图D所示。几种 m6A 调节因子（例如 IGF2BP1 和 IGF2BP3）呈现致癌特征，这些基因的较高表达水平与 ccRCC 患者的不良预后相关。相比之下，作者发现几种 m6A 调节因子（LRPPRC 和 METTL14）表现出肿瘤抑制因子的特征，这些基因的较高表达水平与 ccRCC 患者的良好预后相关。
2. 24 个 m6A 调节因子介导的 m6A 修饰模式
基于模型的聚类根据 24 个 m6A 调节因子的表达对 ccRCC 患者进行分类。最终发现了三种不同的甲基化修饰模式（m6Aclusters，C1-C3），其中m6Acluster-C1 118例，m6Acluster-C2 110例，m6Acluster-C3 285例，如下图A所示。m6Acluster-C3有着更好的预后，如下图B所示。进行 GSVA 以研究不同 m6A 修饰模式中生物过程的活性。如下图C-D，m6Aclusters-C1 和C3 在与免疫激活相关的通路中显著富集，包括激活细胞因子-细胞因子受体相互作用和趋化因子信号通路、TCR 信号通路和 BCR 信号通路。同时，m6Acluster-C1 在细胞粘附和 ECM 受体相互作用等基质激活通路中富集。相比之下，m6Acluster-C2 主要与免疫抑制的生物学过程相关。
3. 不同 m6A 修饰模式中的免疫特征
Thorsson 等人探索了泛癌免疫领域，最终确定了涵盖 30 种癌症类型的 6 种免疫亚型 (C1-C6)，这些亚型被认为定义了免疫反应模式，对进一步探索免疫治疗有影响。与其他免疫亚型相比，免疫亚型 C3 的特征是 Th17 升高，肿瘤细胞增殖低至中度，整体 CNV 和非整倍体水平较低，在大多数 ccRCC 患者中富集。引人注目的是，三种不同的甲基化修饰模式具有不同比例的 C3 免疫亚型，其中 m6Acluster-C3 最高 (96.14%)，其次是 m6Acluster-C1 (90.68%) 和 C2 (57.27%) (p <0.001)。如下图A-C 所示，m6Acluster-C1 具有高增殖率、ITH，以及较低水平的非整倍体和整体 CNV。m6Acluster-C2 具有最高的非整倍体评分和总体 CNV，以及高增殖率和 ITH，并呈现出由 M0 巨噬细胞主导的更突出的巨噬细胞特征。m6Acluster-C3 的定义是 Th17 升高、肿瘤细胞增殖低、ITH 以及非整倍体和整体 CNV 水平较低。免疫对癌症免疫治疗至关重要，临床肿瘤学正在研究多种免疫激活剂和拮抗剂。为了推进这项研究，需要了解它们在不同 m6A 修饰模式中的表达。作者探索了m6A 亚型中的免疫基因表达和CNV，如下图D所示。免疫基因表达因 m6A 亚型而异，亚型之间差异最大的基因包括 ADORA2A、CX3CL1、EDNRB、ENTPD1、HMGB1、TNFRSF4、VEGFA 和 C10orf54。m6Acluster-C1 和 C2 表现出大多数免疫基因的频繁扩增和缺失。
4. 免疫景观与 m6A 调节因子的表达显著相关
进行 Spearman 相关分析以探索每个 m6A 调节因子与免疫细胞浸润之间的特定相关性。m6A 调节因子的表达与免疫细胞浸润之间存在广泛的相关性。作者专注于调节因子 IGF2BP3，证明其与 ccRCC 患者的不良生存率相关，如下图A所示。作者发现，在 TCGA-KIRC 数据集和免疫治疗队列中，具有高 IGF2BP3 表达水平的 ccRCC 样本表现出更大的 Th2 细胞浸润富集（如下图B）。Th2 细胞与 ccRCC 患者的阴性结果相关，如下图C所示。此外，作者探讨了 IGF2BP3 的表达和 Th2 细胞浸润是否影响抗 PD-1 治疗的疗效。在抗 PD-1 队列中，在 IGF2BP3 高表达水平的患者中观察到生存较差的趋势（如下图D）。正如预期的那样，高 Th2 细胞浸润也与 PD-1 阻断的不良生存相关（如下图E）。
5. m6A基因特征的建立
作者应用了一种方法（称为 m6Ascore）来准确评估个体 ccRCC 患者的 m6A 修饰模式。使用 R 软件的 DESeq2 包识别了 299 个 m6A 亚型相关的 DEG，如下图A所示。单变量Cox回归分析以评估m6A亚型相关DEG中每个基因的预后；提取了 190 个预后显著的基因，用于进一步的 PCA 以建立 m6A 基因特征。作者发现m6Acluster-C2 具有最低比例的 C3 免疫亚型，并与高 m6Ascore 相关，如下图B所示。
进而作者分析了 m6Ascore与已知生物过程之间的相关性，以更好地展示 m6A 基因特征的特征，如下图C所示。m6Ascore 与 APM 呈负相关，但与错配修复相关特征正相关，包括错配修复、DNA 损伤修复和 DNA 复制。此外，Kruskal-Wallis 检验显示 m6Aclusters 之间的 m6Ascore 存在显著差异（如下图D）。接下来，探讨了 m6Ascore 在 ccRCC 患者中的预后价值。患者被分为高和低 m6Ascore 组，最佳临界值由“survminer”R 包确定。m6Ascores 高的患者表现出显著差的预后，如下图E所示。我们进一步进行了多变量 Cox 回归分析（包括与患者性别、年龄、等级和 TNM 状态相关的因素）以研究 m6Ascore 的独立预后价值，揭示 m6Ascore 作为 ccRCC 患者的独立预后生物标志物，如下图F所示。m6Ascore 在 ccRCC 中的预后价值在 ICGC 数据库的另一个队列中得到验证，如下图G所示。使用 maftools 包探索了 TCGA-KIRC 队列中高和低 m6Ascores 之间体细胞突变分布的差异（下图 H，I）。发现高 m6Ascore 有着更低频率的PBRM1 突变。
6. m6A 修饰模式在抗 PD-1 治疗中的作用
ICT（例如，抗 PD-1/PD-L1 疗法）已成为肿瘤治疗领域的重大突破。作者探讨了 m6A 修饰特征在 ccRCC 患者的抗 PD-1 治疗中的预价值。在抗 PD-1 队列中，低 m6Ascore 组的生存期显著延长（如下图 A、B）。此外，高 m6Ascore 的 PBRM1 突变频率相对较低（下图C、D）。
本研究揭示了 m6A 修饰与 ccRCC 中肿瘤免疫景观之间的相关性。作者对单个 ccRCC 患者中 m6A 修饰模式的综合评估增强了对肿瘤免疫景观的理解，并为针对 ccRCC 患者的新的和改进的免疫治疗策略提供了新方法。然而，本研究也存在一些局限性，首先，由于技术限制，肿瘤免疫细胞的浸润是基于算法获得的。另外，分析还受限于缺乏临床队列来验证 m6A 修饰与肿瘤免疫景观之间的相关性以及 m6Ascore 在 ccRCC 中的预后价值。因此，未来需要基于大队列前瞻性临床试验的进一步验证。
