基因集分型預(yù)后是這幾年的一大熱點(diǎn)。然而，隨著大量基因集腫瘤分型文章的發(fā)表，我們的文章怎樣才能脫穎而出呢？請(qǐng)跟小編一起看看下面這篇2021年10月發(fā)表的一篇文獻(xiàn)。

Frontiers in Immunology （IF: 5.2011）發(fā)表的文章（Development and Verification of the Hypoxia- and Immune-Associated Prognostic Signature for Pancreatic Ductal Adenocarcinoma）使用缺氧和免疫兩大基因集共同確定胰腺癌預(yù)后特征

作者構(gòu)建了一個(gè)缺氧和免疫相關(guān)的風(fēng)險(xiǎn)評(píng)分模型來(lái)預(yù)測(cè)胰腺癌(PDAC)患者的預(yù)后。首先，作者通過(guò)TCGA+GTEx數(shù)據(jù)集分別篩選出缺氧、免疫相關(guān)的PDAC差異表達(dá)基因（DEGs），并進(jìn)一步找到缺氧-免疫共有的差異基因。隨后，作者通過(guò)Cox回歸和LASSO回歸構(gòu)建了一個(gè)7基因風(fēng)險(xiǎn)評(píng)分模型，該模型的可靠性在GEO和ICGC隊(duì)列中得到進(jìn)一步驗(yàn)證。結(jié)果表明，低風(fēng)險(xiǎn)組患者的總生存率(OS)顯著優(yōu)于高風(fēng)險(xiǎn)組。臨床相關(guān)性分析也表明，本研究構(gòu)建的預(yù)后模型可以作為獨(dú)立預(yù)后因子。此外，通過(guò)CIBERSORT和ESTIMATE算法發(fā)現(xiàn)高風(fēng)險(xiǎn)組與低風(fēng)險(xiǎn)組患者相比，免疫評(píng)分、基質(zhì)評(píng)分和免疫檢查點(diǎn)表達(dá)（如PD-L1）較低。

研究背景

胰腺癌(PDAC)在全球癌癥死亡人數(shù)中排名第七。此外，PDAC患者5年總生存率（OS）率僅為5%。缺氧是腫瘤微環(huán)境的主要特征，胰腺癌的快速增殖容易引起氧應(yīng)激，逐漸形成缺氧微環(huán)境。在缺氧條件下，各種分子和信號(hào)通路被激活，會(huì)增強(qiáng)PDAC的增殖、轉(zhuǎn)移以及對(duì)放療和化療的抵抗力，通過(guò)誘導(dǎo)侵襲和耐藥性等惡性表型影響PDAC患者的預(yù)后。此外，腫瘤細(xì)胞和免疫微環(huán)境成分之間的相互作用是腫瘤進(jìn)展和對(duì)免疫治療反應(yīng)的關(guān)鍵。越來(lái)越多的證據(jù)表明，缺氧與PDAC免疫微環(huán)境中的狀態(tài)呈直接或間接相互作用關(guān)系，但該機(jī)制尚未得到充分研究。因此，只有缺氧-免疫相互結(jié)合，應(yīng)用于PDAC的免疫療法才能更好的獲益于臨床。

數(shù)據(jù)介紹

????? 數(shù)據(jù)來(lái)源還是大家無(wú)比熟悉的幾個(gè)癌癥數(shù)據(jù)庫(kù)。mRNA表達(dá)矩陣和相關(guān)臨床信息來(lái)自TCGA(https://portal.gdc.cancer.gov/projects/TCGA-PAAD/)和GTEx。驗(yàn)證集來(lái)自ICG（https://dcc.icgc.org/releases/current/Projects/PACA-AU/）和GEO的GSE28735數(shù)據(jù)集。

結(jié)果解析

01缺氧和免疫相關(guān)的基因

由于不同缺氧水平的胰腺癌患者的預(yù)后各不相同，作者首先進(jìn)行了無(wú)監(jiān)督聚類(lèi)分析，以確定不同的缺氧模式并將患者分為兩個(gè)cluster。

接下來(lái)鑒定缺氧和免疫相關(guān)的差異表達(dá)基因。鑒定了疾病VS正常差異表達(dá)基因，通過(guò)Pearson 相關(guān)分析研究差異表達(dá)基因與缺氧基因之間的關(guān)系、差異表達(dá)基因與免疫基因之間的關(guān)系。通過(guò)取交集，確定了缺氧、免疫相關(guān)的差異基因。

02缺氧和免疫相關(guān)的風(fēng)險(xiǎn)打分模型

缺氧與免疫相關(guān)的共同差異表達(dá)基因有72個(gè)。通過(guò)單變量Cox回歸確定了22個(gè)最相關(guān)的差異表達(dá)基因。通過(guò)多變量Cox回歸和LASSO回歸選擇了七個(gè)基因來(lái)構(gòu)建預(yù)后特征。

根據(jù)風(fēng)險(xiǎn)評(píng)分，所有病例被歸類(lèi)為高風(fēng)險(xiǎn)組或低風(fēng)險(xiǎn)組。根據(jù)Kaplan-Meier分析，高風(fēng)險(xiǎn)患者的總體生存顯著降低。此外，作者還調(diào)查了基于TCGA-PDAC隊(duì)列、GEO隊(duì)列和ICGC隊(duì)列的曲線下面積 (AUC) 值的1、2和 3年總體生存情況。

為了深入了解風(fēng)險(xiǎn)模型中七個(gè)特征基因的獨(dú)立預(yù)后價(jià)值，作者進(jìn)一步進(jìn)行了單變量Cox回歸分析，發(fā)現(xiàn)其中五個(gè)對(duì)胰腺癌患者有害，兩個(gè)對(duì)患者有益。在七個(gè)基因的聚類(lèi)熱圖上，作者發(fā)現(xiàn)風(fēng)險(xiǎn)模型與先前建立的缺氧聚類(lèi)一致，即缺氧和免疫可能相互作用影響胰腺癌預(yù)后。作者繼續(xù)繪制 Kaplan-Meier生存曲線以評(píng)估每個(gè)特征基因的預(yù)后價(jià)值，結(jié)果也與單變量Cox回歸一致。

03風(fēng)險(xiǎn)評(píng)分模型與臨床特征的相關(guān)性

為了研究風(fēng)險(xiǎn)模型是否與胰腺癌的臨床特征相關(guān)，作者進(jìn)行了Wilcoxon秩和檢驗(yàn)，發(fā)現(xiàn)高風(fēng)險(xiǎn)組具有更晚期的TNM分期和更高的腫瘤分級(jí)?？紤]到兩個(gè)風(fēng)險(xiǎn)組之間預(yù)后相關(guān)的臨床特征不同，進(jìn)一步研究了風(fēng)險(xiǎn)模型是否與其他胰腺癌獨(dú)立預(yù)后因素具有相似或更好的預(yù)測(cè)有效性。

作者構(gòu)建了一個(gè)列線圖，通過(guò)三個(gè)獨(dú)立的預(yù)后因素來(lái)預(yù)測(cè)患者的總體生存，包括年齡、主要治療、N 和風(fēng)險(xiǎn)評(píng)分。校準(zhǔn)圖表明列線圖可以準(zhǔn)確估計(jì)死亡率。對(duì)于1年、2年和3年的總體生存，列線圖的AUC分別為0.76、0.80和0.82。上述結(jié)果表明，風(fēng)險(xiǎn)模型既可以作為獨(dú)立的預(yù)后因素，也可以與現(xiàn)有的臨床指標(biāo)相結(jié)合。

為了進(jìn)一步驗(yàn)證風(fēng)險(xiǎn)模型在缺氧和免疫中的功能，作者進(jìn)行了GSEA通路富集分析，發(fā)現(xiàn)在高危組中富集了三個(gè)缺氧相關(guān)基因集。在六個(gè)免疫相關(guān)基因組中，三個(gè)在高風(fēng)險(xiǎn)組中富集，另外三個(gè)在低風(fēng)險(xiǎn)組中富集。由于與缺氧相關(guān)基因集相比，免疫相關(guān)基因集的富集更為復(fù)雜，因此需要進(jìn)一步深入評(píng)估這種關(guān)于免疫狀態(tài)的風(fēng)險(xiǎn)模型。

04風(fēng)險(xiǎn)模型與免疫浸潤(rùn)的關(guān)系

高?；颊叩某跏糂細(xì)胞、CD4記憶靜息T細(xì)胞、調(diào)節(jié)性T細(xì)胞、靜息NK細(xì)胞、M0巨噬細(xì)胞、靜息樹(shù)突細(xì)胞和活化樹(shù)突細(xì)胞的免疫細(xì)胞浸潤(rùn)程度較高，而低危組則表現(xiàn)出較高的免疫細(xì)胞浸潤(rùn)程度，記憶B細(xì)胞、CD8 T細(xì)胞、濾泡輔助 T細(xì)胞、單核細(xì)胞、M1巨噬細(xì)胞、M2巨噬細(xì)胞、靜息肥大細(xì)胞和嗜酸性粒細(xì)胞的浸潤(rùn)程度更高。?

ESTIMATE評(píng)分顯示，與低風(fēng)險(xiǎn)組相比，高風(fēng)險(xiǎn)組的基質(zhì)和免疫評(píng)分較低。在臨床亞組分析中，在T3T4、Stage2、N1和Grade2 中，高風(fēng)險(xiǎn)組的免疫評(píng)分和基質(zhì)評(píng)分顯著低于低風(fēng)險(xiǎn)組。高風(fēng)險(xiǎn)組的免疫檢查點(diǎn)表達(dá)水平也顯著低于低風(fēng)險(xiǎn)組。因此，胰腺癌的不同風(fēng)險(xiǎn)人群可以暗示免疫水平，高危組患者的整體免疫反應(yīng)水平低于低危組。

05風(fēng)險(xiǎn)評(píng)分模型與胰腺癌患者突變

瀑布圖顯示了高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)組中最常突變的胰腺癌基因。?高危人群的突變負(fù)擔(dān)明顯更高。?此外，四個(gè)胰腺癌突變基因（KRAS、TP53、SMAD4和TTN）在高危人群中突變頻率更高，突變譜更豐富。?其他6個(gè)突變基因（CDKN2A、RNF43、MUC16、ATM、GNAS和HMCN1）在高危組中的突變頻率低于低危組，并且突變譜較窄。

總結(jié)與點(diǎn)評(píng)

在這項(xiàng)研究中，作者通過(guò)系統(tǒng)分析構(gòu)建了一個(gè)缺氧和免疫相關(guān)的預(yù)后風(fēng)險(xiǎn)評(píng)分模型，并對(duì)模型的可靠性進(jìn)行了驗(yàn)證，最后，作者分析了高低風(fēng)險(xiǎn)評(píng)分組與免疫浸潤(rùn)和PDAC突變之間的聯(lián)系。結(jié)果證實(shí)，缺氧和免疫微環(huán)境之間的相互作用對(duì)PDAC具有一定的預(yù)后意義。本文為我們提供了一個(gè)嶄新的基因集思路，因?yàn)榘┌Y通常與免疫相關(guān)，那我們就可以使用免疫+鐵死亡/細(xì)胞凋亡/細(xì)胞焦亡等等基因集共同確定某種癌癥（泛癌）的預(yù)后標(biāo)志物。

╰(￣▽￣)╭愛(ài)什么來(lái)什么，來(lái)公眾號(hào)eryunjian2014，搜羅更多科研干貨~