IF=4.848|缺氧因子+免疫微环境+预后模型

导语

今天跟大家分享的是2020年5月发表在FRONTIERS ONCOLOGY杂志（IF=4.848）上的一篇文章：”Characterization of hypoxia signature to evaluate the tumor immune microenvironment and predict”。在文章中作者作者基于缺氧因子家族成员在胶质瘤患者中构建了一个预后风险模型，通过TCGA/ICGC数据集来验证模型的有效性，最后联合免疫微环境等将缺氧相关预后模型与免疫机制联系起来，有助于未来低氧靶向治疗在肿瘤中的应用。

Characterization of hypoxia signature to evaluate the tumor immune microenvironment and predict prognosis in glioma

脑胶质瘤缺氧标志物评价肿瘤免疫微环境及预后

一、研究背景

缺氧是肿瘤微环境的一个特征，由于血液供应不足，生长中的肿瘤经常在缺氧条件下存在。与健康细胞不同的是，肿瘤会引发一系列适应性行为如血管生成、增殖和侵袭，因此，对低氧水平的反应最终促进更具侵略性的肿瘤表型。胶质母细胞瘤以广泛的组织缺氧为特征，有利于恶性表型的维持。对于胶质瘤组，肿瘤缺氧与抗细胞凋亡、肿瘤复发、化疗和放疗耐药有关，可能会降低患者的生存率。目前，缺氧在驱动肿瘤免疫抑制和免疫逃逸中的重要性日益受到重视。但研究肿瘤缺氧的方法仍然有限。本研究将通过TCGA以及CGGA数据库开发了一个缺氧相关风险模型，作为预测胶质瘤免疫微环境的生物标志物。

二、结果解读

1. 缺氧基因对胶质瘤预后的预测作用

缺氧相关基因集是从基因集富集分析（hallmark数据库）下载的，其中包含200个因低氧水平而上调的基因。为了更好地了解这些缺氧相关基因之间的相互作用，我们使用STRING在线数据库和Cytoscape软件进行了PPI网络构建，共鉴定出20个相互作用程度最高的基因，包括GPI、ALDOA、ENO1、JUN、EGFR、PYGM、H2K、GAPDH、GAPDH、VEGFA、LDHA、FOS、GCK、HK1、PFKL、TPI1、PGK1、PGM1、PKLR、PFKP和IL6，提示它们在缺氧反应中的重要作用。为了建立一个缺氧风险特征来预测胶质瘤患者的预后，我们使用CGGA训练数据集中的前20个基因进行单变量和多变量Cox回归分析。在单变量Cox分析中，20个缺氧相关基因与患者的总生存率（OS）显著相关。在多变量Cox分析中建立了由VEGF、HK2、JUN、LDHA和GAPDH组成的预测模型。风险评分公式如下：风险评分=（0.90×VEGFA）+（0.51×HK2）+（1.18×JUN）+（1.12×LDHA）+（1.29×GAPDH）。在CGGA和TCGA数据集中，所有5个基因都相互显著相关。

图1.缺氧相关基因特征预测胶质瘤预后的意义

2. 缺氧风险模型在胶质瘤组中的预后价值

因为缺氧通常会促进更具攻击性的肿瘤表型，我们进一步研究了缺氧信号在GBM中的预后价值。如图所示，在CGGA和TCGA数据库中，高风险组5个缺氧相关基因的表达增加，这意味着高危患者倾向于发展成缺氧微环境。结果还显示，在CGGA和TCGA数据集中高风险组的死亡率明显高于低风险组。我们还确定了缺氧风险信号对不同WHO分级的预后价值。对于LGG患者，CGGA和TCGA队列中的高风险组患者OS明显较差（图2E-F）。对于GBM患者，CGGA队列中的高风险组OS较差，但TCGA队列中无显著差异（p=0.07）。

图2. 缺氧风险模型对胶质瘤预后的预测价值

3. 脑胶质瘤缺氧基因表达与临床病理特征相关

考虑到缺氧在肿瘤发生和发展中的重要生物学功能，本研究系统地研究了5个已鉴定的缺氧基因与胶质瘤病理特征的关系，包括WHO分级、IDH状态和1p/19q编码状态。热图结果表明VEGF、HK2、JUN、LDHA和GAPDH的表达在高WHO等级中显著增加，此外，这5个基因在具有野生型IDH和野生型1p/19q编码的胶质瘤中的表达水平显著增高。

图3. 缺氧基因与胶质瘤临床病理特征相关

4. 缺氧模型对胶质瘤患者预后评估的作用

我们采用ROC曲线来评估缺氧风险模型对1年、3年和5年生存率的预测效率。CGGA数据集中AUC面积分别为0.712，0.769，0.781，而TCGA数据集中为0.796，0.780，0.741。本研究继续通过单因素分析和多因素分析探讨预后模型的预测效力，结果显示，在CGGA以及TCGA数据集中，危险评分是胶质瘤患者的独立危险因素。

图4.缺氧风险模型对胶质瘤患者预后评估的作用

5. GSEA识别缺氧模型相关信号通路

为了进一步验证高风险组中相关信号通路的富集，我们对高、低缺氧风险组进行了GSEA分析。在CGGA数据库中，高风险组与刺激肿瘤增殖和抗凋亡的过程有关，如缺氧、DNA修复、PI3K-AKT-MTOR信号传导和血管生成信号通路。这些在TCGA数据集中得到了进一步验证。

图5.缺氧模型相关信号通路

6. 高低风险组胶质瘤患者的免疫状况

越来越多的证据表明，缺氧微环境可能通过抑制抗肿瘤免疫效应细胞和促进免疫逃逸来保护肿瘤免受抗肿瘤免疫反应的影响。作者研究了缺氧风险评分在评估免疫微环境的作用，利用CIBERSORT方法结合LM22特征矩阵，估计了22种免疫细胞在低危和高危胶质瘤中的免疫浸润差异。结果显示，高风险患者的免疫抑制细胞（如Tregs、TAMs和中性粒细胞）比例明显增高、静止T细胞和NK细胞比例显著降低。尽管CD8+T细胞在高缺氧风险肿瘤和低缺氧风险肿瘤之间没有差异，但免疫抑制细胞和失活NK细胞可能驱动免疫抑制微环境。接下来，研究分析了与缺氧基因信号相关的免疫相关生物过程。用GSEA分析高低风险组的胶质瘤患者。高风险组胶质瘤患者明显富集免疫相关通路，包括B细胞负性调节，CD4+αβ细胞活化，αβT细胞活化，T细胞分化。因此，靶向性缺氧治疗在临床应用上可能具有重要意义。

图6.高低风险组的免疫浸润状态

7. 风险评分与免疫微环境的关系

我们研究了在高低风险组与免疫微环境之间的关系，标记基因从肿瘤免疫表型数据库下载(http://biocc.hrbmu.edu.cn/TIP/index.jsp)。如图所示，在高缺氧风险组中，参与癌症免疫循环调控的基因大多上调，此外，在CGGA以及TCGA队列中，PD1、PDL1均与风险评分正相关，且PD1、PDL1、CTLA4、LAG3均在高风险组中表达上调。进一步分析结果显示，肿瘤免疫抑制因子在高风险组的表达比低风险组高。这些结果表明，高缺氧风险评分的患者倾向于通过上调免疫抑制细胞因子和免疫检查点形成免疫抑制微环境。

图7. 高缺氧风险评分表明患者存在免疫抑制微环境

8. 缺氧评分对LGG/GBM的预后价值

在LGG/GBM中，高危组患者的死亡率高于低危组。此外，ROC曲线显示了LGG/GBM缺氧危险信号的预测价值，单变量和多变量Cox分析显示缺氧风险信号可作为LGG/GBM患者的独立预后因素。

图8.缺氧风险评分对胶质瘤的预后价值

三、小结：

本研究首次建立并验证了基于5个缺氧相关基因的风险预测模型，该模型作为胶质瘤患者的独立预后因子，反映了胶质瘤微环境中免疫反应的整体强度。因此，本研究对缺氧状态如何影响胶质瘤的预后和免疫微环境提供了一个新的认识，并可能有助于肿瘤的未来低氧靶向治疗。不同基因集对于预后模型的构建具有异曲同工之处，本研究通过肿瘤免疫表型数据库相关biomarkers的表达来探讨风险评分与免疫抑制细胞因子以及免疫检查点之间的关系，引出风险评分影响免疫微环境，值得借鉴。

对该思路感兴趣的小伙伴

欢迎与wechat：ShengxinBoss1 一起探讨~