胶质母细胞瘤抑制免疫微环境的计算特征

CancerRe

Oct1

INTRODUCTION

胶质母细胞瘤(GBM)是成人最常见的恶性脑肿瘤。免疫疗法在许多人类癌症中提供了令人鼓舞的和持久的反应，它也成为GBM的一个巨大兴趣的话题。它们的一般范围是克服肿瘤微环境中的免疫抑制，激活患者自身的免疫系统来对抗肿瘤。

我们开发了一个计算分析框架来建模GBM免疫微环境，以更好地了解免疫系统在GBM中的功能和作用。我们的方法建立在基于回归分析的基因表达反褶积的基础上，该反褶积已成功地用于从RNA表达数据中估计所选细胞类型的相对比例。

我们使用回归分析计算出免疫细胞类型和其他正常细胞组分在GBM微环境中的比例。回归分析与免疫系统和免疫反应相关基因集的数据驱动分析相结合。这种方法使我们能够研究GBM微环境中不同的流行免疫状态，并有助于分析肿瘤-免疫系统相互作用的结构和功能方面。

METHOD

我们使用了RNA-seq数据处理，芯片分析，统计学分析，免疫系统相关基因簇的鉴定，回归分析验证，回归分析，模拟和真实测量数据胶质母细胞瘤样本，回归分析，聚类活性去甲基化实验，定量实时PCR分析等方法

RESULT

1.胶质母细胞瘤中免疫应答相关基因特征的模式

TCGAGBM肿瘤样本中非恶性细胞比例可达40%。这种正常的细胞污染包括基质细胞，也包括积累的免疫细胞，这些细胞很可能将免疫反应相关的信号引入表达数据中。为了从最初GBMs产生的个TCGARNA-seq样本中提取这些特征，我们使用Markov聚类算法将所有基因组织成基于共表达的基因集，并从中选择与免疫系统相关的基因集。接下来，使用基因集合富集分析来识别8个聚类，这些聚类显示了与基因本体或KEGG通路项相关的免疫反应的统计富集(图1A)。这些集群包含17到个基因，被认为是肿瘤微环境中免疫系统活性的标志。对于每个簇，簇的活动被量化。在不同的患者队列中，不同的聚类具有不同的聚类活性(图1B)，揭示了GBM中免疫系统相关反应的异质性。

图1

2.GBM样本估计的免疫细胞组成不同

接下来，我们模拟了GBM样品中微环境的组成。使用9种正常细胞类型和正常脑组织的表达谱，利用免疫系统相关簇的基因推断回归系数。将GBM参考文献纳入回归模型类型，以提高其性能。因此，相对细胞成分应被解释为与中值GBM参考值的差异。所得到的免疫细胞和所有细胞类型和样本的系数如图2A所示

体液反应和淋巴细胞”簇的活性与B细胞成分和CD4tT细胞之间观察到最强的正相关(图2B)。巨噬细胞成分与“巨噬细胞和t细胞反应”集群的活性有最强的关联。除cd8tt细胞成分外，所有免疫细胞成分都与“淋巴细胞反应负调控”簇的活性呈负相关。cd8t细胞成分与集群“巨噬细胞和t细胞反应”、“白细胞迁移”和“白细胞分化和趋化”呈负相关。由于“巨噬细胞和t细胞反应”集群与cd4tt细胞的积累呈正相关，且该集群包括几个典型的cd4tt细胞基因，与CD8tT细胞成分负相关表明cd4t和CD8tT细胞并不真正在GBM微环境中共同积累。在图2A中也可以观察到cd4t和CD8tT细胞缺乏共聚集，这可以被认为是阻碍成功抗肿瘤反应的失败之一。

3.免疫系统相关反应与基因改变和患者生存相关

当我们将估计的免疫细胞成分和簇活性与GBM中典型的遗传改变进行比较时，观察到一些关联(图2C)。IDH1突变或CDK4基因位点扩增的样本与较低的巨噬细胞成分相关(P0.05和P0.01,Fisher精确检验)，而NF1失活与较高的巨噬细胞成分相关(P0。,Fishrexactetst;Fig。2c)。CDK4基因座扩增组“巨噬细胞和t细胞反应”集群的Likewe、te活性降低(P0.05,Wilcoxon秩和检验)，而NF1失活组的Likewe、te活性升高(P0.05,Wilcoxon秩和检验;图2c)。idh1突变的样本也与较低的cd4tt细胞成分相关(P0.05,Fisher精确检验)，CDK4基因座扩增的样本与CDK4基因座增益的样本相比cd4tt细胞成分较低(P0.05,Fisher精确检验;图2c)

图2

4.GBM病例可以计算分为三个免疫反应相关的亚组

我们对聚类活动进行了基于k-均值的共识聚类分析，以确定当前免疫反应是否能够识别患者亚组。该分析确定了三个与TCGA转录亚型相关的样本组，G-CIMP状态，遗传改变，集群活动，和估计的免疫细胞成分(图3).

图3

Conclusion

免疫治疗已成为肿瘤治疗的一个很有前途的选择，这就增加了基于免疫系统在肿瘤微环境中的功能对患者更好分层的需求。当以前的计算研究分析了肿瘤微环境中的免疫系统功能时，他们主要研究了肿瘤微环境中免疫细胞的组成。然而，这些研究通常缺乏有关与分析免疫细胞积累相关的免疫反应类型的信息。

我们使用计算方法在数据集中识别与免疫系统相关的基因特征，并分别估计每个样本在肿瘤微环境中的免疫细胞组成。据我们所知，我们是第一个将免疫细胞组成的计算估计与肿瘤微环境中免疫系统相关特征的数据驱动分析相结合的人。我们已经证明TCGAGBM队列包括具有不同主要免疫应答的亚组样本。

ComputationalCharacterizationofSuppressiveImmuneMicroenvironmentsinGlioblastoma

PMID:

DOI:10./-.CAN-17-

转载请注明：http://www.gygengv.com/lblyf/13889.html