多组学文章揭开非T细胞炎性肿瘤的面纱
「来源: ｜科研人直通车 ID：gh_378f1eea049f」
生物医学干货公众号 推荐
生物医学资讯
推荐理由：本公众号全力打造科研实验思路，SCI期刊投稿分析，国自然基金申请，数据统计分析，最新文献研究进展解读等相关信息，为实验工作者提供科研实验思路及科研进展最新信息提供更多的能力提升平台！感谢您的关注！
重要通知：
近期有读者反映不能每天准时收到我们的推送，原因在于微信公众号平台改变了推送方式。为了避免类似情况，请为“科研人直通车”设置星标，文章点一下“在看”，保持互动热度，就能及时收到每期推送啦！
肿瘤微环境一直是癌症研究中至关重要的一环，今天分享一篇2020年10月发表在《Genome Medicine》（IF = 11.11；中科院1区）上的泛癌文章，作者通过多组学分析深入挖掘T细胞炎性表型在肿瘤微环境中所扮演的角色。让我们一起来探索其中的可取之处，希望对大家有所帮助~
以CD8 T细胞和I/II型干扰素转录本为特征的T细胞炎性肿瘤微环境是肿瘤免疫治疗的重要生物标志。虽然免疫编辑可以塑造肿瘤的整体抗原性格局，但来自免疫反应的压力将额外选择具有特定突变和/或介导免疫逃避相关基因表达途径失调的肿瘤细胞克隆，故肿瘤突变负荷（TMB）也可能决定免疫应答。
癌基因和抑癌基因的突变与非T细胞炎性肿瘤之间有很强的相关性，如IDH1和GNAQ；相反，作者也观察到与T细胞炎症表型相关的基因，如VHL和PBRM1。通过分析基因表达模式，研究确定了跨癌症类型免疫排斥的致癌介质(HIF1a和MYC)，以及在特定肿瘤中的证据，如sonic hedgehog信号、激素信号和转录因子。利用网络分析，整合了体细胞突变和转录组学，与以往关于单个肿瘤类型的报道不同，泛癌的综合分析表明，大多数非T细胞炎症的肿瘤受到多个信号通路的影响，并且共激活的通路越多就越容易导致非T细胞炎性的肿瘤。通过验证这些分析，我们观察到通路蛋白水平和T细胞炎性基因在癌症间的表达呈现高度一致的反向关系。最后，作者又检索了现有的药物数据库以探求相关药物，可以针对本研究中发现的关键分子进行靶向治疗。
1．候选癌基因或抑癌基因较少在T细胞炎性和非T细胞炎性肿瘤之中的大多数癌症类型中富集
作者通过160个基因定义的T细胞炎性特征基因集，将来自TCGA的31种实体肿瘤样本分为非T细胞炎性组、T细胞炎性组和中间组，为了研究突变基因与T细胞炎性之间的相关性，作者选取了突变癌症驱动因素数据库IntOGen(05/2016版)中记录的57个候选癌或抑癌基因，把有体细胞突变数据的29种肿瘤类型被纳入分析，对于每个基因比较了非T细胞炎性组和T细胞炎性组中携带非同义体细胞突变（NSSMs）样本的突变频率及相对富集情况（图A）；通过以TMB为协变量的Logistic回归模型检验突变状态与肿瘤组之间的关联，对选择的57个基因和29种肿瘤类型进行多重比较校正后，作者从特定肿瘤类型的T细胞炎性或非T细胞炎性肿瘤中发现了10个突变样本显著丰富的基因（图B标粗名称）。
2．致癌信号通路的体细胞突变在个别癌症类型的非T细胞炎性肿瘤中更为频繁
为了探索免疫排斥的分子介质，作者将NSSMs分解到基因水平，并计算了18008个蛋白质编码基因中每个基因的突变样本数量。通过对TMB进行Logistic回归控制，检验每个突变基因与个体癌症类型中肿瘤组之间的关联。每种肿瘤类型都表现出与T细胞炎性或非T细胞炎性肿瘤微环境相关的独特突变富集特征(图A)。
（图B）显示了根据临床免疫治疗的相关性选择的四种具有代表性的肿瘤类型(尿路上皮、头颈部鳞状细胞癌、肺腺癌和转移性黑色素瘤)。在尿路上皮癌中，非T细胞炎性肿瘤中差异突变最频繁的基因是FGFR3；在头颈部鳞癌中，TP53在非T细胞炎性肿瘤的样本突变比例高于T细胞炎性肿瘤的样本(82.6%比62.0%)；在肺腺癌中，Keap1和STK11突变也与非T细胞炎性肿瘤相关；在转移性黑色素瘤中，DCTN1与T细胞炎性肿瘤有关，而ITGAX(别名CD11c)在非T细胞炎性肿瘤中突变更频繁。
3．致癌信号通路的体细胞突变在不同癌症类型的非T细胞炎性肿瘤中是共有的
为了研究多种肿瘤与免疫抑制相关的共同突变，作者对29个实体肿瘤进行了合并分析，发现NSSMs在T细胞炎性或非T细胞炎性肿瘤中显著富集。在以TMB为协变量的Logistic回归分析中，经FDR调整后，共有29个突变基因在非T细胞炎性肿瘤中显著富集（图A）。筛选出的几个基因不仅与癌症中的非T细胞炎性表型高度相关，而且调节共享或连接的信号通路。作者使用相同的显着性水平截断值(FDR <0.10)来筛选富含T细胞炎症表型的基因，最终只得到3个与T细胞炎症表型相关的基因（图B）。
为了解突变的功能结果，作者使用OncoKB注释器解释了29个基因的NSSMs，对不同样本中相同的NSSMs进行拆解后，保留4693个独特的NSSMs进行分析，其中1089个(23.2%)为功能丧失(LOF)，124个(2.6%)为功能获得(GOF)体细胞突变，并通过突变效应(如LOF、GOF、功能开关(SOF)、中性(NTR)或未知(UNK))总结了携带NSSMs的样本的分布，如（图C）所示的突变中，IDH1中的R132突变，NRAS中的Q61突变，以及CTNNB1中的跨外显子3和K335突变都被预测为GOF，与文献一致。
4．转录程序的激活与不同癌症类型的非T细胞炎性肿瘤微环境相关
作者之前的研究发现转录程序的激活可能是与非T细胞炎性肿瘤相关的另一种机制，并且只与体细胞突变部分重叠，因此，作者按照与前面相似的方法进行了全基因组通路分析。筛选出T细胞和非体细胞炎性肿瘤组的差异基因，并基于差异基因编码的靶分子利用因果网络分析预测上游调节因子，根据共享同一路径激活的肿瘤类型的数量对路径进行排序(图A)。为了进一步研究T细胞炎症基因表达与激活途径之间的负相关性，作者在来自三个外部数据库(ICGC、CPTAC和MET500)的独立肿瘤类型特定疾病队列中重复了相同的分析，对于之前发现的前31条通路中的每一条， TCGA与其他数据库相同肿瘤类型之间呈现高度一致性(图B)。
为了在蛋白质水平上验证转录程序的激活，作者将预测的上游调节因子的RPPA蛋白丰度与TCGA内每种肿瘤类型的T细胞炎症基因表达相关联。在26种肿瘤类型的266条激活通路中，有262条在RPPA平台上测量到相应的蛋白质，并被纳入相关性分析（图C展示其中25条），共242个(92.4%)的通路蛋白水平与T细胞炎性基因表达呈负相关(Pearson相关系数r<0)，170例(64.9%)经多次测验的FDR校正后达到显着性水平(P<0.05)。
为了探索通路激活在检查点免疫治疗中的潜在临床相关性，作者通过转移性黑色素瘤队列，聚焦于KLF4途径基因的表达，结果证实了T细胞炎性基因表达和通路基因表达之间的反相关性(P=0.002；图D左面板)，无应答者的KLF4通路基因表达也明显高于应答者(P=0.036；图D右面板)。
5．与非T细胞炎症表型相关的突变或途径在单个肿瘤中共同出现
为了研究体细胞突变和/或激活的转录程序之间的相互作用，我们总结了每个患者水平上的突变或激活途径的数量。在来自非T细胞炎性肿瘤组的3137例患者中，所有癌症类型中的2572例(82.0%)显示了至少一种突变或激活途径的证据。
为了更好地了解非T细胞炎性肿瘤在不同肿瘤类型中突变或途径激活的异质性，在非T细胞炎症的肿瘤中，每个样本都被分配了一个代表该样本中携带NSSMs基因数的NSSM评分，以及一个代表该样本中激活的通路数量的路径评分。然后样本被分成11类NSSM得分和11类路径得分。NSSM评分0到10级代表在非T细胞炎性肿瘤中显着富集的29个基因中包含0到10个共突变基因的样本。对于10个以上共突变基因的样本，均被归入类别10。路径评分类别0到10代表在非T细胞炎症性肿瘤中显著激活的266个通路中有0到10个共激活通路的样本。对于10个以上共激活通路的样本，也将其归入类别10。作者计算了每种肿瘤类型的样本中NSSM评分或路径评分持续增加的百分比(图C，D)。
为观察单个突变基因或激活途径与非T细胞炎症性肿瘤的关系，作者假设分子突变数量增加的肿瘤更有可能是非T细胞炎症性肿瘤，根据出现的突变基因的数量，通过线性回归分析了T细胞炎性基因的表达，没有观察到显著的相关性(P=0.82)。又根据出现的激活通路的数量进行了类似的分析，并检测到T细胞炎性基因和通路得分之间存在显著的负相关（P=1.48E-08, 图A）
为了研究激活的转录程序与非T细胞炎性肿瘤表型之间的联系，作者用KEGG通路注释了上游调节因子编码基因，并将其构建成一个网络，其中节点代表每条KEGG通路，边代表通路之间共享的分子。观察到PI3K-Akt、MAPK和FoxO(ForkheadBox O)等KEGG通路高度连接(图B)。
为了便于这些结果的临床转化，作者又查询了药物基因相互作用数据库，在该研究中确定的大多数相关分子机制都存在有一种或多种潜在相关的药物可用。
T细胞炎性肿瘤微环境被认为是评估免疫治疗生物学反应的表型，作者就此研究了与这种表型有无所相关的分子模式，提出了一个完整的基因组图谱，其中包括体细胞突变、基因表达和网络分析，并分别分析了肿瘤类型特异性和泛癌下与上述表型有无所相关的分子畸变。相比以前肿瘤内在免疫抑制的信号模型，跨癌症类型的通路建模和网络分析集成了一种更复杂的模型，即信号通路相互作用驱动了更多非T细胞炎性肿瘤发生，而不是单个通路占据主导地位。最后，作者详细介绍了可以探索的逆转或增强免疫表型的治疗方法，对这一部分有兴趣的小伙伴可以下载原文阅读学习。