影响因子8+的单基因分析思路

导语

GUIDE ╲

膀胱癌，是泌尿系统最常见的恶性肿瘤之一，发病率位居第11位，死亡率位居第13位。免疫治疗的出现为膀胱癌患者提供了新的治疗策略，但只有一小部分患者对免疫治疗敏感，因此，急需一些biomarker来筛选免疫治疗敏感的人群。

背景介绍

本研究的主角是Siglec 15，一种新的免疫调节靶点，广泛表达于多种肿瘤细胞，且Siglec15的表达与PD-L1互斥，说明Siglec-15的抗体有可能在anti-PD-1/PD-L1 治疗无响应的患者身上是有效的，可以作为一个补充的治疗靶点。

目前暂无Siglec15在膀胱癌的研究，因此，作者聚焦在Siglec15基因，分析该基因在膀胱癌中与肿瘤微环境的关系及分子分型，文章于2021年1月发表于Theranostics (IF: 8.579)。

数据介绍

• 外部队列：

1. TCGA数据库：RNA-seq数据，somatic突变数据，甲基化数据。
2. GEO中膀胱癌转录组数据及预后信息：GSE13507, GSE31684, GSE48075, GSE48277, GSE69795, GSE70691,GSE32894, GSE5287。
3. GEO中免疫治疗队列：GSE78220 (黑色素瘤), GSE135222 (非小细胞肺癌), GSE91061 (黑色素瘤)。
4. 膀胱癌免疫治疗相关队列IMvigor210：http://research-pub.gene.com/IMvigor210CoreBiologies/
5. GTEx数据库：正常膀胱组织的表达谱。
6. BioGPS数据库：正常膀胱组织的表达谱，癌症细胞系的表达谱。
7. CCLE: 癌症细胞系的表达谱。

• 内部队列：

1. 湘雅医院内部队列：免疫组化，bulk RNA-seq。

结果解析

01

Siglec15与膀胱癌的肿瘤微环境

在TCGA, GTEx, Oncomine以及细胞系数据库中，观察Siglec15在各个癌症中的表达，发现Siglec15在很多癌症中都高表达，如膀胱癌、乳腺癌等，可以作为多个癌症的预后Biomarker。

重点关注Siglec15在膀胱癌中的肿瘤微环境特征，发现：

• 在膀胱癌中，Siglec15与大多数免疫调节分子呈负相关(Fig A)。
• Siglec15与膀胱癌中大多数免疫细胞的浸润呈负相关(Fig F)。
• Siglec15的表达与其它免疫检查点markers互斥(Fig B-E)。

小结：Siglec15在膀胱癌中表现出免疫抑制的作用，提示在膀胱癌中，抗Siglec15免疫治疗可能是一种潜在的治疗方式。

02

Siglec15在膀胱癌基因组层面的分析

Siglec15的拷贝数缺失和甲基化降低了Siglec15mRNA的表达，因此，Siglec15基因的表观遗传修饰也可能是一种治疗方法。

03

Siglec15在膀胱癌中塑造了非炎性的肿瘤微环境

• Siglec15与大量免疫调节因子呈负相关(Fig A)。
• Siglec15高表达的分组中MHC分子下调(Fig A)。
• Siglec15高表达的分组中趋化因子下调(Fig A)。
• Siglec15高表达的分组，在大多数免疫cycle中都表达下调 (Fig B)。
• 利用Cibersort-ABS,MCP-counter, quanTIseq, TIMER, xCell, TIP和TISIDB方法，发现Siglec15与CD8+ T细胞、NK细胞、Th1细胞、巨噬细胞和树突状细胞的浸润水平呈负相关(Fig D)。
• Siglec15与大多数免疫检查点抑制剂负相关，包括PD-L1, PD-1, CTLA-4，LAG-3、TIM-3、IDO1和TIGIT(Fig E)。

• 这些结果进一步在内部队列中通过免疫组化的方法验证(Fig A)。
• 炎症表型的PD-L1免疫组化评分最高(Fig B)。
• 分析Siglec15、CD8和PD-L1之间的相关性，发现炎症表型的Siglec15表达最低(Fig C)。
• Siglec15的表达与CD8表达呈负相关(Fig D)。
• Siglec15的表达与PD-L1表达呈负相关(Fig E)。
• 在IMvigor210队列中，发现Siglec15在免疫荒漠表型、TC0 (PD-L1值最低的肿瘤细胞)和IC0 (PD-L1值最低的免疫细胞)组中表达更高(Fig F-H)。

小结：Siglec15与非炎症性肿瘤微环息息相关。

04

Siglec15可以预测膀胱癌免疫治疗反应及超进展

• 对比免疫治疗后，免疫疗效好vs差的患者，发现病情进展及稳定的患者均出现Siglec15的高表达(Fig J)。
• Siglec15与大多数免疫治疗疗效预测基因呈负相关(Fig I)。
• Siglec15与T细胞炎症评分呈负相关(Fig A-B)。

小结：在Siglec15高表达的膀胱癌患者中，不建议使用免疫治疗，使用后可能出现超进展。

05

Siglec15可以预测膀胱癌分子亚型及治疗策略

PURE-01研究结果表明，Basal型的膀胱癌对免疫治疗更敏感，因此作者比较了7种分子分型系统中Siglec15的表达。

• Siglec15表达较低的样本主要是Basal型(Fig C)。
• siglec15表达较高的样本，其EMT分化、免疫浸润和干扰素反应较低(Fig C)。
• RB1、ERBB2和FANCC的突变在低siglec15组(Basal亚型)中显著增高(Fig D)。
• siglec15表达较低的患者中，放射治疗和EGFR配体的富集程度较高(Fig F)。
• 通过Drugbank数据库分析，siglec15表达较低的样本，对化疗、免疫治疗和ERBB治疗的反应明显更高(Fig G)。说明Siglec15低表达的膀胱癌患者,可单独或联合使用免疫治疗、新辅助或辅助化疗、ERBB治疗。
• Siglec15高表达的膀胱癌主要是luminal型(Fig C)。这些患者的免疫治疗、化疗、放疗均不适合，抗血管生成治疗可能适用于Siglec15高表达的膀胱癌(Fig G)。

06

在内部队列中验证Siglec15

在湘雅队列中再次分析和验证：

• Siglec15与大多数免疫调节剂呈负相关，Siglec15也与CD8+ T细胞、NK细胞、树突状细胞和巨噬细胞呈负相关(Fig A)。
• Siglec15与巨噬细胞的4个关键标记基因呈负相关(Fig B)。
• Siglec15与免疫cycle负相关(Fig C)。
• Siglec15与所有与免疫疗效较好的marker基因呈负相关(Fig D)。
• Siglec15与大多数免疫检查点呈负相关，与T细胞炎症评分负相关(Fig E-G)。

07

构建免疫风险模型

通过单因素cox回归和LASSO方法筛选出21个候选基因(Fig A-C)，再利用多因素cox回归模型开发免疫风险模型（IRS）。

• 将TCGA数据集分为训练集和验证集，训练集中发现高IRS组的预后OS更好(Fig D)。
• 在TCGA内部验证集中，IRS的预测准确性得到了很好的验证(Fig E)。
• 在其它的队列中，验证了IRS是有价值的预后指标(Fig F-H)。

小编总结

单基因数据挖掘的思路屡见不鲜，小编以为，本文的亮点之一是将单基因的分析与治疗策略相关联，可以更好落地临床。当然，原文中还有很多可参考的方法、marker基因列表等，都可以应用到我们的研究中。

Ref: Hu,J. , et al. "Siglec15 shapes a non-inflamed tumor microenvironment andpredicts the molecular subtype in bladder cancer." Theranostics11.7(2021):3089-3108.