今天给大家分享一篇2022年12月14日发表在Frontiers in Immunology上,脂肪酸代谢与胃癌免疫微环境变化有关的文章。
Fatty acid metabolism is related to the immune microenvironment changes of gastric cancer and RGS2 is a new tumor biomarker
脂肪酸代谢与胃癌免疫微环境变化有关,RGS2是一种新的肿瘤生物标志物
一.研究背景
胃癌是最常见的恶性消化系统肿瘤之一,具有异质性高、预后差的特点。肝脏是胃癌肿瘤最常受转移的器官,肝转移后,生存率仅为20%。近年来胃癌新辅助化疗和免疫治疗的发展,在一定程度上改善了胃癌的诊断和预后,但仍需进一步改善。为此,需要开发新的肿瘤标志物、治疗靶点和治疗策略。
越来越多的证据表明,脂质代谢(脂肪酸代谢)的改变是癌细胞的标志和代谢表型。阻断脂质对癌细胞的供应对癌细胞的生物能学、膜生物合成和细胞内信号转导有重要影响。对胃癌肿瘤微环境代谢变化的研究可能会提供一个新的标志物或治疗靶点,以改善胃癌的预后和治疗。
近年来,抑制脂肪酸合成作为一种潜在的癌症治疗策略引起了人们的关注,但尚未在临床实践中实施。脂质代谢在胃癌中的作用此前也未被广泛研究。因此,作者在此对脂肪酸紊乱相关基因在胃癌中的表达及其意义进行了深入研究。鉴定了胃癌中脂肪酸代谢相关基因的差异表达,并基于一致性聚类分析确定了两个亚型。通过对不同亚型的差异表达基因进行单因素Cox回归分析,构建预后特征(FRAS)模型,并将其作为胃癌的潜在分子标记物,以识别免疫浸润和基因组不稳定性模式。通过FeaturePlot可视化显示模型基因在细胞群中的表达和分布,验证了模型的准确性。随后选择“核心基因”RGS2进行后续实验验证,评估RGS2蛋白表达水平与胃癌患者预后的关系。最后,作者还讨论了RGS2基因在多种癌症类型中的生物学意义,以充分了解脂肪酸代谢在胃癌中的作用,为有效治疗提供理论依据。
二.研究结果
1、脂肪酸相关基因在肿瘤组织中的差异表达及其生物学功能
作者从TCGA-STAD队列中获得的373个STAD肿瘤样本和32个癌旁样本进行差异基因分析,共发现3857个差异表达基因。通过与脂肪酸相关基因集取交集,共鉴定出78个脂肪酸相关的差异表达基因(图1A,B)。蛋白质相互作用网络表明HSP90AA1、EPHX2、ACOX2、ACADM、ACLY等基因在网络中具有较高的连通性(图1C)。随后,作者根据差异表达脂肪酸代谢相关基因的表达水平之间的相关性,将这些基因分为三组(图1D)。作者还发现这些基因主要富集在参与长链脂肪酸代谢、脂肪酸生物合成、类二十烷代谢、烯烃代谢和不饱和脂肪酸代谢等通路中(图1E-H)。
2. 基于脂肪酸代谢相关基因的分子亚型鉴定
作者根据78种不同脂肪酸代谢相关基因的表达模式,对TCGA胃癌数据中的肿瘤样本进行一致性聚类,以确定表达模式相似的亚型。根据一致性聚类的结果图,作者将这些样本分为两个亚型(图2A-C)。并且发现不同亚型患者的生存时间存在显著差异,Cluster2患者的预后较Cluster1患者差(图2D)。此外,作者利用ssGSEA计算血管生成相关通路的评分,发现不同脂肪酸代谢相关分子亚型之间的血管生成相关通路得分存在显著差异(图2E)。并且,也在HE染色的胃癌组织中,也观察到大量血管富集(图2F)。随后,作者也观察到这两个亚型中,免疫细胞浸润、免疫评分、基质评分和肿瘤纯度具有显著差异(图2G、2H)。
3. 脂肪酸代谢相关预后特征(FARS)的构建与外部独立验证集验证
作者在两个亚型之间共鉴定出515个差异表达基因。根据单因素Cox回归分析发现有146个基因与总体生存相关。随后,使用LASSO-Cox回归分析后筛选出8个基因构建脂肪酸代谢相关预后signature(图3A-C)。
作者为每位患者计算评分并发现高评分患者的生存概率显著低于低评分患者(图3D, E)。随后,进行了时间依赖性ROC分析,1年的AUC为0.627, 2年的AUC为0.643, 3年的AUC为0.631,说明该模型具有较好的预测效果(图3F)。在单因素Cox分析中,脂肪酸代谢相关评分与生存显著相关。在校正其他混杂因素后,多因素Cox分析显示该评分为独立预测因子(图3G)。
为了验证模型的稳定性,作者还在GSE13861数据集和GSE26899数据集上计算了各样本的评分,发现与TCGA的结果一致,评分高的患者生存概率低于评分低的患者(图3H, I, L, M)。此外,预后模型显示,GSE13861数据集的1年AUC为0.695,2年AUC为0.667,3年AUC为0.685(图3J), GSE26899数据集的1年AUC为0.705,2年AUC为0.676,3年AUC为0.658(图3N)。在验证集中,单因素Cox分析表明评分与总体生存存在显著相关性;多因素Cox分析显示评分为独立预测因子(图3K, O)。
4. FARS与肿瘤的临床特征相关
作者发现幽门螺杆菌感染患者的评分明显高于未感染的患者,并且肿瘤等级越高,评分越高,预后越差(图4A)。CIBERSORT算法评估的免疫细胞浸润显示, Mast_cells_activated、Dendritic_cells_resting和Macrophages_M0,与FARS评分显著相关(图4B)。并且发现免疫检查点基因 CD276、CTLA4、PDCD1、PDCD1LG2在高评分组的表达水平明显较高(图4C)。随后,作者发现FRAS评分与EMT2、EMT3和PanFTBRS显著相关,而PanFTBRS促进胃癌细胞的EMT过程(图4D)。作者还进一步评估FRAS评分与化疗耐药的关系,并使用prophetic包计算高FRAS和低FRAS的化疗耐药差异,发现高FRAS组与低FRAS组bortezomib、elesclomol和nilotinib的IC50值存在显著差异,低FRAS组化疗效果更强(图4E)。
5. 单细胞数据集分析
使用胃癌的单细胞数据集(GSE142750),基于t-SNE分析对细胞进行分组和注释。共107597个细胞被分成13个簇,最后注释为内皮细胞和成纤维两个细胞类型(图5A)。然后,将每个聚类中排名前5位的标记基因联合,绘制热图,未检测到所构建模型中包含的基因(图5B)。
利用Feature plot显示模型基因在细胞群中的表达和分布。结果显示,RGS2和DUSP1在细胞群中显著表达,CXCR4、SLCO2A1和FNDC1三个模型基因表达微弱,说明这两个显著表达的模型基因可以作为癌症的标记基因(图5C)。
6. RGS2在胃癌中的生物学意义
作者发现胃癌中RGS2的高表达与较短的生存时间显著相关(图6A)。TME评分显示,RGS2高表达与stomalscore、immunscore、estimatscore呈正相关,表明免疫反应较差(图6B)。免疫细胞浸润相关分析显示,22种免疫细胞中10种免疫细胞的表达与RGS2的表达相关(图6C)。作者基于临床病理特征分析发现,RGS2高表达代表恶性程度较高(图6D, E)。随后,作者分析了RGS2表达水平与免疫检查点相关基因的关系(图6F)。作者还发现,RGS2高表达组肿瘤突变负荷较低,增加了患者接受免疫检查点抑制剂获益的难度(图6G)。并且,作者发现RGS2高表达组的TIDE评分明显高于低表达组(图6H)。这也说明RGS2高表达更容易导致免疫功能障碍和免疫排斥反应。最后,作者检测了GES-1胃粘膜细胞和AGS、HGC-27、MKN-1、MKN-45胃癌细胞系中RGS2 mRNA和蛋白的表达水平。他们发现RGS2在胃癌细胞系中的表达在mRNA水平和蛋白水平上均高于GES-1(图6I)。免疫荧光染色显示RGS2在胃癌细胞株AGS和MKN45中均有高表达,且大部分位于细胞质中(图6J)。为了验证RGS2在胃癌中的表达,作者通过免疫组化染色发现,RGS2在胃癌的不同临床分期均有不同程度的表达,且随着分期的增加,RGS2累积越多(图6K)。
7. RGS2在其他癌症类型中的生物学意义
作者进行泛癌分析,发现RGS2在多种肿瘤类型中均有表达(图7A, B)。并且发现RGS2的表达与BLAC、KIRC、LIHC、SKCM、STAD、THCA和THYM的总生存时间显著相关(图7C)。RGS2的表达与无病生存期(DFS)之间也没有显著差异(图7D)。RGS2的表达与疾病特异性生存在ACC、BLCA、KIRC、PRAD、SKCM、STAD、THYM中存在相关性(图7E),RGS2的表达与无进展生存在ACC、KIRC、THYM中也存在显著相关性(图7F)。作者分析RGS2与TMB,MSI之间的相关性,并发现它在TGCT,STAD, PAAD, COAD,CESC中存在显著相关性,这表明它可以检测上述肿瘤的免疫治疗(图7G,H)。最后,作者还发现RGS2在大多数肿瘤中与免疫细胞浸润水平密切相关,提示RGS2在肿瘤微环境中参与了肿瘤免疫应答的调节(图7I)。
三、总结
这篇文章到这就分享结束了,是不是思路超级简单!!!作者以比较火热的脂肪酸代谢与肿瘤的关系作为切入点,结合TCGA与GEO胃癌bulk转录组数据以及单细胞转录组数据开发了FRAS评分系统,并筛选到了胃癌的新靶点RGS2,随后研究该基因在泛癌中的生物学意义。还等什么,大家赶快行动起来!!!