今天要给大家介绍一篇2021年8月份发表自Frontiers in Immunology(IF: 7.561)，在该研究中，作者整合了多个独立的BLCA数据集来开发新的缺氧风险预测模型，并将其与临床结果、TME特征和治疗效果预测相关联。

A Robust Hypoxia Risk Score Predicts the Clinical Outcomes and

Tumor Microenvironment Immune Characters in Bladder Cancer

文章简介

膀胱癌(BLCA)是最常见的泌尿系统恶性肿瘤之一。非肌层浸润性BLCA预后良好，但一旦达到肌层浸润性阶段或局部转移进展，则预后较差。膀胱癌有多种治疗选择，例如辅助化疗、免疫治疗和多种靶向治疗。尽管如此，这些治疗的总体治疗效率较低，这是由许多原发性或继发性耐药机制引起的，例如缺氧。此外，BLCA是一种异质性疾病，阻碍了精准医学的实现。因此，开发新的强大工具来预测预后和治疗效果具有挑战性。

缺氧是肿瘤微环境（TME）的标志并在各种癌症的发生，发展和治疗起到关键作用，包括BLCA。随着转录组测序技术的普及，已经根据缺氧有关的风险特征开发了多种肿瘤预后模型并预测了治疗效果。如今，免疫检查点阻断（ICB），如抗PD-L1/PD-1疗法，已经彻底改变了晚期癌症的治疗方法。ICB反应率与肿瘤免疫微环境的状态密切相关。然而，没有研究系统地将缺氧相关特征与BLCA中的肿瘤免疫微环境相关联。

文章结果

缺氧差异基因的功能分析

作者在BLCA和正常组织之间共筛选了94个缺氧DEG。其中，55个缺氧基因在BLCA中高表达，而39个缺氧基因低表达。GO富集分析结果表明，这些缺氧DEG在多种途径中富集，包括单糖代谢过程、溶酶体腔、单糖结合和碳水化合物激酶活性。KEGG分析结果表明，这些缺氧DEG富集在糖酵解/糖异生、淀粉和蔗糖代谢以及磷酸戊糖途径。值得注意的是，最常见的富集途径是葡萄糖代谢相关途径。

TCGA-BLCA队列中缺氧风险评分的开发和内部验证

首先，作者基于TCGA-BLCA队列中的这些缺氧DEG进行了单因素Cox回归分析。接下来，筛选了25个预后较好的缺氧基因。然后，通过在TCGA训练队列中使用LASSO算法进一步确定了16个具有最小lambda(0.0214)的最佳候选者以生成缺氧风险评分（图1A、B）。在TCGA训练队列中，患者被分为低风险评分组和高风险评分组。值得注意的是，与低风险评分组患者相比，高风险评分组患者的总生存期(OS)较差（图1C）。缺氧风险评分在预测1年、3年和5年OS方面的准确性分别为0.73、0.68和0.70（图1D）。更重要的是，作者在TCGA验证队列中成功验证了缺氧风险评分在预测OS中的作用（图1E、F）。此外，作者根据分期、性别和年龄进行了亚组分析。正如预期的那样，高风险评分组预测几乎所有亚组的预后较差。

图1：TCGA-BLCA队列中缺氧风险评分的制定和内部验证

缺氧风险评分与临床病理特征的关系

与缺氧风险评分的预后一致，分级和分期较高的患者的风险评分显着较高（图1G、H）。作者在三个外部队列中进一步验证了这些结果。然后，作者进行了单因素Cox分析，发现分期和缺氧风险评分是重要的预后因素（图2A）。进一步的多因素Cox分析再次确认缺氧风险评分是一个独立的预后因素（图2B））。这些结果强调，缺氧风险评分可能是BLCA患者预后的一个有前景的预测指标。为了促进缺氧风险评分的临床应用，作者通过整合缺氧风险评分和几个关键的临床病理特征，如年龄和肿瘤分期，开发了一个综合列线图（图2C）。尽管在多因素Cox分析中肿瘤分期不是独立的预后因素，但其对BLCA患者的临床价值是显着的。因此，作者在最终列线图中包含了该阶段。列线图对1年、3年和5年OS的预测准确度分别为0.76、0.73和0.75（图2D）。如校准曲线所示（图2E)，列线图预测的OS与实际OS高度一致，突出了这种集成列线图的临床意义。

图2：通过整合TCGA-BLCA队列中的缺氧风险评分和临床病理特征制定列线图

缺氧风险评分和诺模图的外部验证

作者进一步探讨了GSE32894、GSE13507和湘雅医院测序队列中缺氧风险评分对预后的预测价值。正如预期的那样，在GSE32894队列中，与低风险评分组患者相比，高风险评分组患者的OS较差（图3A）。1年、3年和5年OS的预测准确度分别为0.81、0.75和0.78（图3B）。同样，在GSE13507中，较高的风险评分预测较差的OS（图3C）。1年、3年和5年OS的预测准确度分别为0.67、0.69和0.61（图3D）。在湘雅医院测序队列中，较高的风险评分也预示着较差的OS（图3E）。1年、2年和3年OS的预测准确度分别为0.69、0.61和0.75（图3F）。

图3：缺氧风险评分模型的外部验证

缺氧风险评分与TME免疫特征相关并预测ICB的临床反应

肿瘤免疫微环境的状态决定了癌细胞的命运和免疫治疗的疗效。作者首先分析了风险评分与癌症免疫周期活动之间的相关性。显然，在高风险评分组，癌细胞抗原释放、T细胞募集、CD8 T细胞募集、Th1细胞募集、NK细胞募集、癌细胞杀伤等几种抗癌免疫反应的活性更高（图4A）。因此，CD8 T细胞、NK细胞、Th1细胞和树突细胞等相应TIICs的浸润水平与缺氧风险评分呈正相关（图4B））。基于这些数据，作者提出高风险评分的病人可能表现对ICB更敏感的炎症表型。因此，作者随后将风险评分与预测ICB功效的因素相关联。风险评分与TIS呈正相关（图4C）。同时，风险评分也与许多免疫检查点（如CD274、CTLA4和PDCD1）的表达和免疫治疗反应相关基因特征的富集评分呈正相关（图4D、4E）。

图4：缺氧风险评分与TME的免疫特征相关并预测ICB的临床反应

缺氧风险评分分层分子亚型并辅助精准医学

50个标志性信号通路富集分数的差异表明缺氧风险评分组之间存在显着不同的生物学功能（图5A）。MYC目标信号和DNA修复信号是低风险评分组中最丰富的特征。相比之下，刺猬信号通路、KRAS信号通路和缺氧信号通路在高风险评分组中被显著富集。这些结果表明缺氧基因可能通过调节这些标志性途径来影响BLCA的进展。图5B显示缺氧风险评分与七个经典分子亚型分类之间的相关性。值得注意的是，高危评分组为基础亚型，其特征为基础分化、EMT分化、肌成纤维细胞、免疫分化和干扰素反应。相比之下，低风险评分组提示管腔亚型，其特征是管腔分化和 Ta 通路。一般来说，缺氧风险评分可以高度准确地预测分子亚型（图 5C）。

接下来，作者探讨了缺氧风险评分在预测几种治疗方案的治疗反应中的作用。高风险评分组的患者表明他们可能对化疗药物更敏感，包括顺铂、多西他赛、紫杉醇、博来霉素、喜树碱和长春碱（图5D、E）。此外，WNT-β-catenin信号通路、PPARG信号通路和FGFR3信号通路等的几种免疫抑制致癌途径在低风险评分组被显著富集。因此，阻断这些致癌途径可能使低风险评分组的患者受益（图5F）。相反，放疗和EGFR靶向治疗特征在高风险评分组中被显著富集。因此，高危评分组的患者可能对放疗和EGFR靶向治疗更敏感（图5F）。

图5：缺氧风险评分辅助精准医学

验证缺氧风险评分在湘雅队列、GSE13507和GSE32894中的作用

在作者的队列（湘雅队列）中，进一步验证了缺氧风险评分在预测免疫表型、分子亚型和治疗机会方面的作用。缺氧风险评分与抗癌免疫循环的富集评分呈正相关（图6A）。一致地，缺氧风险评分与几种相应TIIC的浸润水平呈正相关，例如CD8 T细胞、NK细胞和树突细胞（图6E）。同时，缺氧风险评分也与免疫检查点、TIS和ICB反应相关特征的富集评分呈正相关（图6B-D）。此外，缺氧风险评分可以准确地对湘雅队列中的分子亚型和相应的亚型特定特征进行分类（图6F）。在七个独立系统中，AUC范围从0.86到0.93（图6G）。正如预期的那样，缺氧风险评分可以预测放疗和几种靶向治疗的临床反应（图6H）。高危评分组的患者可能对放疗和EGFR靶向治疗更敏感。然而，靶向治疗，如阻断FGFR3网络和阻断WNT-β-catenin网络，可能更适合低风险评分组的患者。所有上述结果都在GSE13507和GSE32894中得到了成功验证。

图6：缺氧风险评分在湘雅测序组中的作用

文章小结

作者构建并验证了一种新的缺氧风险评分，它可以预测BLCA的临床治疗结果和TME免疫特征，有助于BLCA的精准医疗。