作者首先对TCGA的转录组数据进行评估，使用CIBERSORT在22个免疫细胞表型中筛选与预后相关的5种免疫细胞。再对两组独立的标本进行5种细胞的免疫组化，构建免疫表型，预测MIBC患者的生存和复发。
思路导图：
数据来源：
本研究收集了3个独立数据集：
训练集：来自海癌症中心的118例肌层浸润性膀胱癌患者—转录组数据。
测试集：来自中山医院的140例肌层浸润性膀胱癌患者—转录组数据。
验证集：来自TCGA的287例肌层浸润性膀胱癌患者—转录组数据，突变数据。
新辅助数据：来自GEO数据库的辅助化疗数据集GSE48277。
结果:
一． 构建基质免疫指标并定义免疫表型
1. 利用CIBERSORT评估TCGA样本的免疫细胞浸润情况，联合预后数据，确定与生存相关的5种免疫浸润细胞（间质肥大细胞、巨噬细胞、Treg细胞，NK细胞以及CD8 T细胞）。
2. 对训练集和测试集的两组样本分别进行这5种细胞的免疫组化。发现基质中的5种免疫细胞都非常丰富，且两组样本的免疫组化结果无法区分出肿瘤细胞、间质肥大细胞、巨噬细胞、Treg细胞，NK细胞以及CD8 T细胞。
3. 考虑到这5种免疫细胞浸润丰度与预后相关。进而将这5种免疫细胞作为特征，在训练集中利用LASSO回归模型计算基质免疫指数。
4. 按照基质免疫指数将训练集患者分为两组：Immunotype A和Immunotype B。
二． 基质免疫表型与OS和PFS的关联
1. 为了验证免疫表型分类的合理性，利用采用层次聚类在训练集、测试集和验证集队列中绘制分类热图(A-C)。
2. 利用单因素cox回归分析，在3组数据集中确定免疫指标在OS个DFS的预后价值(HR平滑曲线, D-F)。
3. 绘制不同免疫表型分组的OS，DFS生存曲线（K-M生存曲线，G-I）。发现免疫表型B在3组数据集中均有较差的预后。
三． 基质免疫表型B可以预测辅助化疗的疗效
1.将3组数据整合后，不论是pT2还是pT3 pT4组，辅助化疗对患者的生存并没有明显的改善。
2.当将患者按照免疫类型分组，发现pT3 pT4组的辅助化疗对患者的生存有明显改善。
四． 鉴定基质免疫表型相关的生物学通路和免疫检查点分子
1. 比较TCGA数据库中免疫表型A和表型B的重要细胞因子表达情况(IL2、IFNγ和TGFb)。发现免疫表型A亚组的IFNγ表达显著高于B组，而TGFβ2表达在B组更高(图A)。
2. 利用GSEA对两组免疫分组进行通路分析，发现免疫表型A组在T细胞受体信号通路和NK细胞介导的免疫通路富集（图B）。
3. 对费城新辅助化疗的进一步分析显示，新辅助化疗后M2巨噬细胞明显减少（P=0.032）。因此，基质巨噬细胞可有效预测MIBC的生存和复发（图C）。
4. 配对分析化疗前后患者免疫细胞浸润的情况发现，3例免疫表型A组患者化疗后转为免疫表型B组，3例免疫表型B组患者化疗后转为A组(图D)。
5. 分析TCGA中已知的免疫检查点表达发现，免疫表型A组中的PD-L1、PD-1和CTLA-4表达值更高（图F）。
6. 将免疫表型与3个主要的T细胞类型匹配，发现免疫表型A组比B组有更多的患者匹配到炎症型，更少的患者匹配到免疫荒漠型。
7. 肿瘤突变量(TMB)在不同免疫类型间无显著差异(图E)。
Fu H, Zhu Y, Wang Y, et al. Identification and validation of stromal immunotype predict survival and benefit from adjuvant chemotherapy in patients with muscle-invasive bladder cancer[J]. Clinical Cancer Research, 2018, 24(13): 3069-3078. IF: 10.199
