还不会肿瘤微环境相关基因集分析？看看这个吧！

还不会肿瘤微环境相关基因集分析？看看这个吧！5g年龄确认永久有效,超级电信帝国,魔兽地图加密, 作者：作图丫 导语 GUIDE ╲ 肿瘤微环境(TME)与结肠癌的疾病结局和治疗反应相关。 背景介绍 基于肿瘤微环境相关的基因集构建预后预测模型，预测免疫治疗反应的分析在近几个月

作者：作图丫

导语

GUIDE ╲

肿瘤微环境(TME)与结肠癌的疾病结局和治疗反应相关。

背景介绍

基于肿瘤微环境相关的基因集构建预后预测模型，预测免疫治疗反应的分析在近几个月来层出不穷，今天小编给大家介绍的文章就是思路比较典型的一篇，分析流程非常明确，复现起来也很快。使用TCGA数据库中的385个结肠癌样本，通过Cox回归分析确定了9个与TME相关的预后基因，评估蛋白表达、免疫细胞浸润程度和患者生存之间的关系。通过计算风险评分，建立了一个与TME相关的基因signature的临床预测模型。文 章题目：Identification of a Tumor Microenvironment-Related GeneSignature Indicative of Disease Prognosis and TreatmentResponse in Colon Cancer。

数据介绍

TCGA：385例结肠癌样本的转录组RNA-seq数据及相应的临床数据。

结果解析01

免疫和基质评分，DEGs的筛选，和功能富集分析。 根据患者的基因表达谱分析，并使 用CIBERSORT和ESTIMATE计 算了免疫评分和基质评分。在免疫评分高和低的样本中，共鉴定出1011个DEGs，其中有985个基因高表达，26个基因低表达。从高低基质评分的样本中获得了1434个DEGs，包括1426个高表达基因和8个低表达基因。热图显示了高和低免疫、基质评分的样本之间的比较结果(图1a、b)。通过交集确定了769个过表达和4个低表达的DEGs(图1c、d)。 GO富集分析结果表明，DEGs与免疫相关的GO terms相关，包括白细胞-细胞粘附、白细胞迁移等(图1e)。KEGG富集分析的结果发现，与细胞因子-细胞因子受体相互作用、造血细胞谱系等相关的基因的富集(图1(f))。这些结果表示，这些基因可能在结肠癌的免疫应答中发挥作用。

图1基于免疫和基质评分的中值，将TCGA的样本分别被分为高、低组。绘制基于高和低免疫和基质评分的生存曲线，以评估免疫和基质评分的预后价值。较高的免疫评分与高总体存活率显著相关（图2a）。较高的基质评分与较差的总体存活率显著相关（图2b）。高免疫评分显示与TNM分类的晚期M分类（图2c）和晚期临床阶段II和IV（图2d）显著相关。间质评分与TNM分类和临床分期的关联不显著。这些结果表明，免疫和基质成分的比例与结肠癌的疾病预后相关。

图2

029个与免疫相关的关键预后基因的鉴定 接下来通过单因素Cox回归分析和多因素Cox回归分析来探讨这些DEGs对结肠癌预后的潜在预后价值。单因素Cox回归分析显示，17个DEGs与生存率显著相关(图3a)。多因素Cox回归分析发现，9个DEGs(CADM3、LEP、CD1B、PDE1B、CCL22、ABI3BP、IGLON5、SELE和TGFB1)与生存显著相关(图3b)。

图303结肠癌患者9个关键基因的蛋白表达及预后价值 作者利 用Human ProteinAtlas 数据 库探索了结肠癌中9个关键基因的蛋白表达。在该数据库中评估了CADM3、LEP、CD1B、ABI3BP、IGLON5、SELE和TGFB1蛋白的表达。肿瘤组织中CADM3、IGLON5、TGFB1染色较低，LEP、ABI3BP染色为中等，CD1B染色较高。肿瘤组织中SELE染色为阴性（图4a-g）。所有7个基因在肿瘤间质组织中均有染色蛋白表达，提示这7个基因可能通过基质成分作用影响结肠癌的发生和预后。 采用Kaplan-Meier法分析这9个关键基因的表达与结肠癌患者预后的关系。CADM3、LEP、PDE1B、ABI3BP、IGLON5、SELE和TGFB1的高表达与结肠癌患者较短的OS显著相关（图4h、i、k和m-p)。CD1B和CCL22的高表达与结肠癌患者较长的OS相关（图4j、l）。 这些结果表明，这9个关键基因的表达与结肠癌的预后显著相关，并提示这些基因可能是构建结肠癌预后特征的有用的生物标志物。

图404结肠癌中9个关键基因与免疫细胞浸润水平的关系 作者利用TIMER探讨了结肠癌中这9个关键基因的表达与免疫细胞浸润之间的关系。CADM3、CD1B、PDE1B、CCL22、ABI3BP、IGLON5、SELE、TGFB1的表达与免疫细胞浸润相关(图5a和c-i)，CD1B、CCL22、ABI3BP的表达与B细胞浸润水平呈显著性正相关（图5c、e和f）。

图505与TME相关的预后特征的构建‍ 根据9个关键预后基因的表达，并选择这些基因来建立预后特征，计算风险评 分。对每个患者样本，根据以下公式计算风险评分： risk score=[(−1.076∗Exp (CADM3)+(0.321∗Exp (LEP))+(−3.629∗Exp (CD1B))+(0.958∗Exp (PDE1B))+(−0.371∗Exp (CCL22))+(0.5403∗Exp(ABI3BP))+(0.628∗Exp(IGLON5))+(0.370∗Exp(SELE) )+ 0.015∗Exp(TGFB1))] 根据中位数风险评分将样本分为高危组和低危组。风险评分、生存概述和基因表达热图的分布情况如图6a。所示风险评分、分期、T、M、N分类的ROC曲线下面积分别为0.826、0.795、0.721、0.717、0.748，说明预后风险模型具有与其他传统预后因素相当或优于其他传统预后因素的敏感性和特异性(图6b)。生存期分析显示，高危组患者的总生存期明显低于低危组患者(图6c)。

图6建立预后列线图来定量和直观的预测结肠癌患者的1年、3年和5年OS概率（图7a）。基于此列线图，1年 、3年和5年OS的AUC值分别为0.769、0.785和0.770（图7b）。

图706九个基因特征与免疫细胞浸润的关系 应 用CIBERSORT进一步研究了 结肠癌样本中22种免疫细胞浸润的差异。结肠癌队列中22种免疫细胞类型的相对含量分布及22种免疫细胞类型之间的相关性见图8a和图8c。 高风险样本中浸润程度明显较高的免疫细胞为记忆B细胞、静息NK细胞和单核细胞(图8b)。低风险样本中巨噬细胞M2细胞和静息树突状细胞的浸润明显高于高风险样本(图8b)。相关分析显示，静息树突状细胞的浸润与基因特征呈负相关(图8h)，基因特征与记忆B细胞、静息NK细胞、M2巨噬细胞或单核细胞的浸润没有相关性(图8d-g)。 这些数据表明，树突状细胞的浸润与风险评分显著相关，也提示浸润的树突状细胞可能作为结肠癌患者生物治疗的靶点。

图807高、低风险患者对化疗、靶向治疗和免疫治疗的反应 作者还研究了两组患者对免疫检查点抑制剂(针对PD-1、PDL-1、CTLA-4、LAG-3和VSIR)的潜在易感性。图9a显示了风险评分与5个免疫检查点抑制剂靶点的表达之间的关系。高风险组样本中PD-1、PDL-1和CTLA-4的表达水平较高(图9b-d)。低风险组中LAG-3和VSIR的表达明显升高（图9e、f）。 这些数据表明，高风险患者可能对针对PD-1、PDL-1或CTLA-4的免疫检查点抑制剂反应更好，而低风险患者可能对针对LAG-3或VSIR的免疫检查点抑制剂反应更好。

图9

小编总结

本文提供了一个非常经典的TME相关signature筛选的思路，得到了由CADM3、LEP、CD1B、PDE1B、CCL22、ABI3BP、IGLON5、SELE、TGFB1组成的9基因特征，大家可以用类似的数据集去实现这类分析思路。

本文转载自其他网站，不代表健康界观点和立场。如有内容和图片的著作权异议，请及时联系我们（邮箱：guikequan@hmkx.cn）

体表面积计算器在线,上海兴业证券,焊接钢管规格, http://www.xinzhiliao.com/zx/jinji/34466.html