今天小编解读的这篇文章是2020年发表在Molecular Therapy-Nucleic Acids上(影响因子7.032)。此研究对肺腺癌进行了多组学分析,并建立预后预测模型。作者的预后预测模型可能具有令人信服的临床价值,可能会改善患者总体生存率,甚至可以为LUAD患者开发新的治疗策略。
题目:Multi-Omics data analyses construct tumor microenvironment and identify the immune-related prognosis signatures in human lung adenocarcinoma.
摘要
近年来,肺癌已成为全世界最常见的癌症之一,其中肺腺癌(LUAD)是最常见的组织学类型。为了剖析LUAD的肿瘤微环境并发现更多的预后信息,作者调查了3种类型的遗传或表观遗传学特征(表达,体细胞突变和DNA甲基化)中与免疫相关的差异,并推测这些改变的潜在作用。
通过分析TCGA中多组学数据,了解免疫应答以及与免疫相关的代谢和神经系统。此外,基于lasso回归和cox回归的四步策略用于构建预后预测模型。对于独立测试集的预后预测,经过训练的模型(平均C指数= 0.839)的性能令人满意,1年,3年和5年AUC分别为0.796、0.786和0.777。最后,基于所有样本构建了整体模型,该模型包含27个变量,在1年,3年和5年的ROC分别为 0.861, 0.850, 0.916。
文章流程图
结果简述
1.LUAD肿瘤微环境的构建
肿瘤组织不仅简单地由肿瘤细胞组成,而且还由异质微环境成分(如成纤维细胞,血管,免疫细胞,基质细胞等)组成,这些成分可以被肿瘤细胞浸润并因此具有肿瘤相关的影响。肿瘤细胞与周围浸润物之间的相互作用尤其是2种主要的非肿瘤成分(基质细胞和免疫细胞)能够协调肿瘤的进展或抑制。
为了评估浸润的基质细胞和免疫细胞的肿瘤相关作用,使用ESTIMATE估计恶性肿瘤组织中的基质细胞和免疫细胞,基于TCGA的表达谱建立了TME。ESTIMATE生成一个可测量肿瘤相关基质存在的基质评分,以及一个代表免疫细胞浸润水平的免疫评分,并将它们结合起来,产生一个称为“estimate score”评分的指标,可全面推断肿瘤的纯度。如下图A所示,LUAD样本与正常样本相比,基质评分