前段时间,小编为大家介绍了一系列的免疫原性细胞死亡(ICD),并且为大家盘点了针对ICD,我们可以着手的研究思路。不过之前的分享,更多的是从研究潜力和可以切入的角度来说。那么ICD到底能不能引起审稿人的兴趣,ICD的生信文章目前能到什么水平?这时候一篇近期发表的ICD生信文章,会给我们最直接的答案。因此,小编今天为大家剖析一篇7.5分的ICD生信文章。相信大家在看完之后,能够对ICD的研究潜力有一个更好的把握。
免疫原性细胞死亡作为调节性细胞死亡的一种,足以激活适应性免疫。大量的研究表明ICD具有重塑肿瘤免疫微环境的能力,可能有助于免疫治疗。基于ICD相关的biomarker用于患者分层具有巨大的潜力和优势。因此,作者基于ICD相关基因表达在头颈鳞状细胞癌(HNSCC)中识别了两个分子亚型。其中,ICD-high亚型与患者良好临床结局有关,富含了大量的免疫细胞浸润以及免疫反应信号激活。此外,作者构建和验证了一个ICD相关预后signature,与肿瘤免疫微环境有关,能够预测HNSCC患者预后。总的来说,作者基于ICD建立了一个新的HNSCC分层系统,对于预测患者预后和免疫治疗有较高的临床价值。
摘要从三个方面来书写:
一、免疫原性细胞死亡研究进展
免疫原性细胞死亡被识别为调节性细胞死亡的一种,能够触发适应性免疫反应。大量综合的研究已经做过去的几年探索了免疫原性细胞死亡的概念。ICD触发特定抗肿瘤免疫反应的能力已经被越来越多的研究强调。值得注意的是,虽然ICD已经在大量的临床前模型中应用,但是现有的ICD应用的临床实验证据还不足以令人信服。因此,患者进一步的研究应该在临床背景下进行,以评估ICD的可能性。
二、头颈鳞状细胞癌研究进展
头颈鳞状细胞癌具有糟糕的预后,并且晚期患者生存率相当低。越来越多的研究证据提示,免疫系统在HNSCC发展过程中行使了重要功能,因为肿瘤细胞通过激活抑制检查点通路来抑制抗肿瘤T细胞反应来逃避免疫检测。免疫治疗(例如单克隆抗体,免疫检查点抑制剂,共刺激激动剂,癌症疫苗等)已经被证明是治疗HNSCC有利的治疗策略。肿瘤免疫治疗的持续发展和靶向免疫检查点治疗的T细胞反应知识的增多,与药物封锁它们免疫检查点的临床研究的效力相结合,将会有更突出的研究预测和识别HNSCC免疫治疗的生物标志物。
三、该研究概述
在这项研究中,作者旨在HNSCC中识别ICD相关生物标志物以及开发ICD风险模型来预测患者免疫微环境、预后和免疫治疗反应。这项研究在将来能够帮助医生对于治疗做出最好的选择。
文章所使用的数据包括:TCGA HNSCC 502样本作为训练集,GEO GSE41613 97样本作为验证集。
方法包括:IHC验证CALR在HNSCC中表达水平;ConsensusClusterPlus R package用于聚类识别分子亚型;Limma R package用于识别亚型间差异表达基因;GO/KEGG和GSEA用于探索功能;CIBERSORT用于分析亚型免疫landscape;TIDE用于分析免疫治疗效果;Maftools用于分析体细胞突变;Kaplan-Meier用于分析生存;单变量多变量cox用于独立性分析;LASSO cox用于构建signature。
结果一共5个部分:
1.共识聚类识别ICD相关亚型
2.识别不同ICD亚型差异表达基因和信号通路
3.ICD-high和ICD-low亚型体细胞突变和肿瘤微环境landscape
4.构建和验证ICD风险signature
5.ICD风险signature于肿瘤免疫微环境相关
其实整体上看,算是两条故事线:亚型的识别和刻画;风险signature的构建。为什么说是两条故事线呢,因为一般识别亚型之后,为了临床应用,会选择亚型的特征来构建临床应用的评分;但是当前的文章,构建风险signature所选择的特征,其实并不是亚型的特征,而是ICD基因本身。当然了,这种模式在这个水平的研究中,也常见。
我们具体来看每个结果:
1.共识聚类识别ICD相关亚型
ICD基因来自于先前的研究(Ref: 27057433. Oncoimmunology. 2015 Aug. IF: 8.110)。
在识别亚型之前,作者先利用STRING数据库探索了一下ICD基因间的互作关系;同时分析了ICD基因的转录扰动水平,并用IHC对其中一个基因CALR进行了验证。最后,基于ICD基因表达采用共识聚类识别了两个ICD相关亚型,并且根据ICD表达水平,定义了ICD-high和ICD-low。生存分析结果可以看到,ICD-high具有更好的生存,不过figure1 G却是ICD high生存更差,从后边的分子机制的解析和后边的描述以及ICD本身的抗肿瘤激活机制来看,应该是图例标反了。
2.识别不同ICD亚型差异表达基因和信号通路
因为两组患者生存具有显著差异,所以接下来作者识别了每组患者关键差异基因和信号通路以此来比较调节预后的分子机制。
从结果可以看到,ICD high上调的基因主要富集在免疫激活相关通路,包括cytokine, cytokine receptor, Th 17 cell differentiation等,表明ICD high与免疫激活微环境相关。最后,为了识别ICD high激活相关的通路,进行了GSEA,发现了一些免疫相关的通路,T cell receptor signaling pathway等。
3.ICD-high和ICD-low亚型体细胞突变和肿瘤微环境landscape
为了比较两组患者的基因组不同,作者比较了两组患者的突变图谱,发现虽然TP53, TNN等基因突变频率很高,但是两组间具有差别。
此外,大量的研究表明,ICD能够影响特定抗肿瘤免疫反应的激活。因此,作者比较了两组患者的免疫微环境。ICD high具有更高的immune score和更低的tumor purity。接下来比较了22种免疫细胞的比例,ICD high具有更高的 B cell, CD8+T cell, macrophage M1 and M2等(免疫细胞比例的箱式图图例写的是expression,应该是proportion才对)。ICD high组HLA和免疫检查点上调,这些结果表明ICD high与免疫hot表型相关,而ICD low与免疫cold表型相关。
4.构建和验证ICD风险signature
文章的第二个故事线,基于ICD基因,而不是亚型间的差异基因(或者说亚型间的特征)采用LASSO cox构建风险signature,在训练集中发现signature能够预测患者预后,并且在验证集中得到证实。
5.ICD风险signature与肿瘤免疫微环境相关
由于ICD在抗肿瘤免疫中的生物学作用,作者最后探索了风险signature与免疫微环境的关系。可以看到,风险评分与CD8, active NK cell, 和CD4 memory cell负相关,同时在GEO数据中得到验证。接着,使用TIDE来评价ICD风险signature的预测能力。ICD signature在no response组更高,暗示了ICD低得分患者免疫治疗获益。不过,从figure 6C来看,箱式图展示的结果,是response组患者signature更高。所以这里是文章第二处悖论的地方。仅从生存结果和三种细胞类型的结果来看,high risk组可能具有更多的cold表型,可能免疫治疗效果确实如文字描述一样,low risk疗效会更好。如果是这样,那这里的图例就又标反了。
最后,通过单变量和多变量cox表明风险signature与患者OS显著相关且是独立预后因素。
讨论部分可以总结为三部分:
一、结合免疫原性治疗和免疫治疗为治疗恶性肿瘤带来了巨大希望。因此,识别ICD相关生物标志物是可能有利的,能够区分患者使他们从免疫治疗中获益。
二、作者表明,ICD相关基因的表达与HNSCC的预后和免疫微环境相关。作者基于ICD相关基因识别了两个分子亚型。ICD high亚型具有更高水平的免疫细胞浸润,与患者良好临床结局有关。此外,作者构建和验证了一个ICD相关预后风险signature,能够作为独立因素较好地预测患者OS。
三、总的来说,该研究强调了ICD亚型的改变与肿瘤免疫微环境的关系。这些观察结果可能有益于HNSCC患者的基于免疫治疗的干预措施。此外,作者还构建和验证了一个ICD相关预后signature,能够显著地预测HNSCC患者OS时间。
文章整体看下来,除了采用IHC验证了一个基因表达之外,其余部分都是生信分析的结果。从框架上来看,可能很多人会觉得两条故事线反而会造成每条故事线都研究得不深入的情况。此外,文章还出现了两个非常明显且影响结论的“图片误用”。不过,在众多铁死亡、细胞焦亡、坏死性凋亡的研究主流中,这篇免疫原性细胞死亡的研究能够得到审稿人的认同,也从侧面表明了该方向的潜力。