3分+多组学分析识别与胃癌肿瘤免疫相关的分子特征

小编今天解读的这篇文章是2020年发表在Annals of Translational Medicine杂志（IF：3.297），题目为Identification of molecular features correlating with tumor immunity in gastric cancer by multi-omics data analysis。作者识别了与GC免疫显著相关的分子特征可能是有用的生物标记物，可用于对免疫疗法有反应的GC患者进行分层，或在GC中促进抗肿瘤免疫和免疫疗法反应的潜在干预目标。

摘要

背景：尽管免疫疗法已成功治疗包括DNA错配修复缺陷的胃癌等各种难治性恶性肿瘤，但只有一部分癌症患者对免疫疗法有反应。 因此，迫切需要识别用于改善癌症免疫疗法反应的有用的生物标记物或介入靶标。

方法：使用三个多组学GC数据集研究了各种分子特征与免疫特征之间的关联。这些分子特征包括基因，microRNA（miRNA），长非编码RNA（lncRNA），蛋白质和通路，免疫特征包括CD8 + T细胞浸润，免疫溶细胞活性（ICA）和PD-L1表达。 此外，作者分析了接受免疫疗法的胃肠道（GI）队列和未接受免疫疗法的两个GC队列的基因突变与生存预后之间的关联。

结果：一些重要的癌基因和抑癌基因的突变与GC中的免疫特征明显相关，包括PIK3CA，MTOR，RNF213，TP53，ARID1A，PTEN，ATM和CDH1。此外，许多基因与GC中的免疫特征显示出显著的表达相关性，包括CXCL9，CXCL13，CXCR6，CCL5，GUCY2C，MAP3K9，NEK3，PAK6，STK35和WNK2。作者识别了几种蛋白质的表达与GC中的免疫特征显著正相关。这些蛋白质包括caspase-7，PI3K-p85，PREX1，Lck，Bcl-2和转谷氨酰胺酶。相比之下，乙酰辅酶A羧化酶（ACC）与GC中的免疫特征具有显著的逆相关性，这表明抑制ACC可以增强GC中的抗肿瘤免疫力。此外，我们鉴定了许多与GC免疫力具有显著表达相关性的miRNA和lncRNA，包括hsa-miR-150、155、142、342、146、101、511、29，AC022706.1，LINC01871和AC006033.2。 作者还确定了许多与癌症免疫相关的癌症相关通路，包括mTOR，PI3K-AKT，MAPK，HIF-1和VEGF信号通路。有趣的是，作者发现七个基因（ARID1A，BCOR，MTOR，CREBBP，SPEN，NOTCH4和TET1）的突变与接受抗PD-1 / PD-L1免疫疗法的GI癌症患者的OS较好相关。

结论：与GC免疫显著相关的分子特征可能是有用的生物标记物，可用于对免疫疗法有反应的GC患者分型。

流程图

本文的流程简单易懂，主要是识别GC相关的分子标记，如下图所示：

结果简述

1. 在GC中识别突变与抗肿瘤免疫反应相关的基因

基于TCGA-GC队列，作者识别了8个基因的突变与GC中CD8 + T细胞浸润水平升高显著相关（下图A）。这八个基因包括PIK3CA，ABCB4，SOGA2，ARID1B，CDH1，ABCA12，TENM2和YLPM1。相反，TP53突变与GC中CD8 + T细胞浸润水平降低有关。这与先前的研究一致，后者表明TP53突变会抑制GC免疫。此外，作者在GC中识别出106个基因的突变与免疫细胞溶解活性（ICA）升高相关，而TP53基因的突变与ICA的降低相关。值得注意的是，在106个基因列表中列出了一些公认的与癌症相关的基因，包括抑癌基因ARID1A，ATM，CDH1，FBXW7和PTEN，致癌基因CIC，CREBBP，MLL，NUP98，PIK3CA和RNF213以及蛋白激酶编码基因ERBB3，MTOR和WNK1。这些结果表明广泛的基因突变是与GC中增强的抗肿瘤免疫有关。然而，TP53突变是最重要的突变之一抑癌基因，似乎抑制了抗肿瘤GC中的免疫。突变关联的基因（ARID1A，PIK3CA和TP53）和GC免疫被确认在ACRG-GC队列中具有重要意义。

作者识别了180个基因，这些基因的突变与GC中PD-L1表达的升高有关。在突变的与ICA升高相关的基因中，有很大一部分（86％）包含在180个基因集中。这表明许多基因中的突变可能同时导致增加的抗肿瘤免疫反应和增强的肿瘤免疫抑制。

有趣的是，作者发现了七个基因（ARID1A，BCOR，MTOR，CREBBP，SPEN，NOTCH4和TET1），在Samstein队列中其突变与较好的OS相关，但在TCGA-和ACRG-GC中均与OS没有显著相关性（下图B）。这种差异可能是具有这些基因突变的GI癌症患者比没有此类突变的GI患者对抗PD-1 / PD-L1免疫疗法的反应更大。这些基因的突变与TCGA-GC队列中PD-L1的表达升高始终相关（下图C）。有趣的是，TP53突变的GI癌症患者的OS比Samstein队列中的TP53野生型患者差得多，而TP53突变在TCGA-和ACRG-GC队列中与OS均无显著相关性（下图D）。同样，这可归因于TP53野生型GI癌症患者对PD-1 / PD-L1免疫疗法的更积极反应，因为TP53突变与GC中PD-L1表达降低相关。

2. 识别GC中表达水平与抗肿瘤免疫反应相关的基因

作者在TCGA-GC和ACRG-GC中分别发现了136个和123个基因的表达水平与CD8 + T细胞富集水平强相关。在这两个队列中，共有76个基因显示出与CD8 + T细胞富集水平强烈的正相关，其中大多数与免疫相关，例如三个颗粒酶基因（GZMA，GZMH和GZMK）以及许多细胞因子和细胞因子受体基因， 包括CXCL9，CXCL13，CXCR6，CCL5，IL2RB，IL10RA和IL21R。GSEA确定了与76个基因显著相关的12条KEGG通路，包括细胞因子-细胞因子受体相互作用，自然杀伤细胞介导的细胞毒性，趋化因子信号传导，T细胞受体信号传导，移植物抗宿主病，细胞粘附分子， Jak-STAT信号传导，造血细胞谱系，原发性免疫缺陷，病毒疾病，同种异体移植排斥和I型糖尿病（下图A）。所有这些通路都是免疫相关的。

作者在这两个队列中分别发现了59个和57个与ICA具有强正相关和显著逆表达的基因，并确定了与59个基因相关的16种免疫相关通路。此外，作者发现了四个基因（GBP1，GBP5，IDO1和WARS），它们的表达水平与PD-L1的表达水平呈强正相关（下图B）。研究了这些基因与PD-L1和GC免疫的关系。此外，作者识别了80个基因的表达水平与PD-L1表达水平显著负相关。GSEA表明这80个基因与三种KEGG通路显著相关，包括药物代谢-细胞色素P450，过氧化物酶体等。

3. 识别GC中表达水平与抗肿瘤免疫反应相关的蛋白质

根据TCGA-GC队列，作者识别了6种蛋白（Caspase-7，PI3K-p85，PREX1，Lck，Bcl-2和转谷氨酰胺酶），它们的表达水平与CD8 + T细胞的富集水平呈显著正相关（ r> 0.3），如下图所示：

此外，作者发现乙酰辅酶A羧化酶（ACC）的表达水平与CD8 + T细胞富集水平呈显著负相关（r = -0.3）。先前的研究表明，ACC对癌细胞的生存至关重要，并且是癌症治疗的重要靶标结果表明，ACC可能通过抑制抗肿瘤免疫反应来促进癌症的发展。此外，作者发现ACC在GC中与ICA表现出显著的逆表达相关性，支持了ACC抑制抗肿瘤免疫的观点。

4. 在GC中识别表达水平与抗肿瘤免疫反应有关的miRNA

基于TCGA-GC队列，作者识别了19个和8个miRNA，它们的表达水平分别与GC中CD8 + T细胞的富集水平呈显著正相关和负相关（| r |≥0.3）。如下图所示：

19种miRNA中有14种在GC中也与ICA呈显著正相关。文献显示，这些miRNA与肿瘤免疫反应相关，例如hsa-miR-150、155、142、342、146、101、511、29。hsa-miR-155-5p的表达水平为与GC中CD8 + T细胞浸润水平和ICA显著相关。hsa-miR-150-5p和hsa-miR-150-3p与GC中CD8 + T细胞浸润水平和ICA呈显著正相关。hsa-miR-342的表达水平与GC中CD8 + T细胞富集水平和ICA呈显著正相关，这与之前研究一致。

5. 识别GC中表达水平与抗肿瘤免疫反应有关的LncRNA

LncRNA在免疫调节和肿瘤免疫中起重要作用。基于TCGA-GC队列，作者识别出107个和19个与CD8 + T细胞富集水平呈显著正相关和负相关的lncRNA。值得注意的是，AC022706.1的表达在GC中与CD8 + T细胞富集水平最强相关（r = 0.64）（下图）。它在GC中也与ICA有很强的表达相关性（r = 0.58）。LINC01871与CD8 + T细胞富集水平的第二强表达相关性（r = 0.63），与ICA中与ICA的最强表达相关性（r = 0.71）（下图）。LINC01871的表达水平也与GC中PD-L1表达水平显著相关（r = 0.59）（下图）。AC006033.2与CD8 + T细胞富集水平的第三强表达相关性（r = 0.60），与ICA在GC中的第二强表达相关性（r = 0.59）和与PD-L1表达呈第三强表达相关性（ r = 0.54）（下图）。

6. 识别与GC中的抗肿瘤免疫反应相关的癌症相关通路

基于TCGA-GC队列，作者确定了九种与癌症相关的通路，其活性与GC中CD8 + T细胞浸润水平呈正相关（下图所示）。九种通路包括粘着斑，mTOR信号传导，PI3K AKT信号传导，MAPK信号传导，HIF-1信号传导，VEGF信号，细胞凋亡，Jak-STAT信号和细胞因子细胞因子受体相互作用。在先前的研究中已经揭示了这些通路中的大多数（例如粘着斑，MAPK信号传导，VEGF信号传导，细胞凋亡和Jak-STAT信号传导）之间的正相关性。

总体上，抗肿瘤免疫相关通路的识别为促进GC中的抗肿瘤免疫和免疫治疗反应提供了潜在的干预目标。

TMB通常与肿瘤免疫和免疫治疗反应呈正相关，而TALs与它们之间却呈负相关。正如作者在TCGA-GC队列中观察到TMB与PD-L1表达水平显著正相关（下图A），而TAL与CD8 + T细胞富集水平（ICA）显著负相关（下图B）。这表明TMB和TAL是预测GC患者对免疫疗法有反应的有用生物标志物。

总之，与GC免疫显著相关的分子特征可能是有用的生物标记物，可用于对免疫疗法有反应的GC患者进行分层，或在GC中促进抗肿瘤免疫和免疫疗法反应的潜在干预目标。