简单的5分套路——肿瘤微环境相关基因的预后价值

Prognostic value of tumour microenvironment-related genes by TCGA database in rectal cancer

TCGA数据库对直肠癌的肿瘤微环境相关基因的预后价值

发表期刊：J Cell Mol Med

发表日期：2021 Jun

影响因子：5.310

DOI:  10.1111/jcmm.16547

一、背景

        直肠癌是一种常见的胃肠道恶性肿瘤，发生在结肠的下部。直肠癌和结肠癌通常被归类为"结肠直肠癌"（CRC），它是世界上与癌症有关的第三大死亡原因。

        TME由肿瘤细胞、基质细胞、免疫细胞和细胞外基质组成，它对癌症的生长和发展有很大影响。TME中的肿瘤细胞可直接或通过血液和淋巴管侵入组织，浸润的细胞可通过释放细胞因子、细胞因子受体等诱导免疫反应，影响肿瘤的进展。

        随着精准医学的快速发展，研究人员越来越多地利用统计学算法探索新的诊断和治疗目标。TCGA提供了基因组图谱和临床信息，使得研究基因组特征和临床以及预后特征之间的相关性成为可能。ESTIMATE算法是一个通过使用基因表达数据评估肿瘤组织中基质评分、免疫评分和估计评分（推断肿瘤纯度）的工具。

二、材料与方法

1.数据来源

1）从TCGA数据库下载直肠癌患者的基因表达谱和生存信息以及临床特征

2）GEO：GSE17536和GSE17537

3）从The Human Protein Atlas数据库（HPA）检测了正常组织和肿瘤组织中基于抗体的蛋白质表达数据

2.实验流程

实验流程

三、实验结果

01 - 患者的基质和免疫评分

        从TCGA数据库下载了83名直肠癌患者的基因表达谱和临床信息。根据ESTIMATE算法，基质评分范围为-1979.57至1522.96，免疫评分范围为-656.67至2102.23。

        为了探讨OS与免疫或基质评分之间的关系，作者根据基质评分（-636.30）和免疫评分（268.92）的中位数将83名直肠癌患者分为高分和低分组。进行Kaplan-Meier分析，生存曲线显示，高免疫分数组的患者比低免疫分数组的患者预后更好（图1A）。然而，高免疫力评分组和低免疫力评分组之间没有统计学差异（图1B）。

图1      免疫评分或基质评分与患者预后之间的相关性

        此外，作者还分析了免疫或基质评分与临床特征之间的关系，发现低免疫分数与M1（与M0相比，图2A）和淋巴浸润（+与-相比，图2B）有关，表明低免疫分数表明直肠癌的晚期。然而，没有证据支持基质/免疫评分与T分期、N分期、CEA值、静脉或周围神经侵袭之间的显著相关性。

图2 免疫评分与患者临床特征之间的关系

02 - DEGs的鉴定

        为了确定与直肠癌TME相关的DEGs，作者分析并比较了高、低免疫/肿瘤评分组的病例的基因表达谱。对于免疫评分，确定了756个上调的基因和3个下调的基因（图3A）。同样，对于基质评分，确定了1144个上调的基因和17个下调的基因（图3B）。然后，分析了免疫和基质评分组中共同的上调和下调基因，确定了539个上调基因和1个下调基因，如韦恩图所示（图4），总共有540个基因被筛选为DEGs。

图3 免疫评分和基质评分中高组和低组之间的DEGs热图

图4 免疫评分和基质评分中常见的上调或下调的DEGs

        GO功能分析包括生物过程（BP）、细胞成分（CC）和分子功能（MF）。在BP方面，DEGs主要富集在T细胞和淋巴细胞的激活、白细胞迁移、增殖和细胞-细胞粘附。对于CC，DEGs主要集中在浆膜、颗粒和颗粒膜、含胶原的细胞外基质和内细胞囊中。对于MF，DEGs主要集中在受体配体活性、受体结合、细胞因子活性和趋化因子活性(图5A）。KEGG分析表明，这些DEGs富集在细胞因子-细胞因子受体相互作用和趋化因子信号通路中(图5B）。

图5 DEGs的GO功能富集分析和KEGG途径分析

        为了探索540个DEGs的预后价值，进行了Kaplan-Meier生存分析。在540个DEGs中，共有60个DEGs与OS显著相关（图6），所有基因都是上调的DEGs。

图6 五个 DEGs 与OS有关

03 - 来自PPI网络的模块分析

        为了进一步探讨预后DEGs的相互作用和直肠癌的发展机制，作者利用STRING在线数据库和Cytoscape软件对这些DEGs进行分析，构建了一个PPI网络，其中包含40个节点和166条边（图7A）。然后，进行了聚类分析，确定了9个功能模块。根据重要程度选择了前三个重要模块，并分析了与这三个模块中的基因相关的生物过程。

        模块1包含12个节点和26条边（图7B），GO分析显示这12个基因主要富集在免疫系统过程中，KEGG途径富集分析显示这12个基因与造血细胞系、T细胞受体信号途径和细胞粘附分子有关。模块2包含9个节点和23条边（图7C），GO和KEGG分析表明这9个基因主要富集于趋化因子信号通路和细胞因子受体相互作用。模块3包含7个节点和10条边（图7D），GO和KEGG分析显示这9个基因与慢性炎症反应和免疫系统过程的调节有关。

图7 预后DEGs的PPI网络和前三个重要模块

04 - 验证预后性DEGs

        为了验证TCGA数据库中的DEGs，作者使用PrognoScan在线工具从GSE17536和GSE17537数据集中下载基因表达和预后信息。共验证了19个预后基因，这些基因可能对直肠癌的诊断和治疗有潜在价值（图8）。

图8 利用GEO数据库的数据对预后基因进行验证

        为了验证具有预后价值的DEGs的可靠性，作者用HPA检测了正常组织和肿瘤组织中19个基因的蛋白表达。结果显示，5个蛋白（ADAM23、ARHGAP20、ICOS、IRF4、MMRN1）在肿瘤组织中与正常组织相比有明显差异（图9）。

图9 具有预后价值的基因的IHC分析

        作者评估了5个枢纽基因在细胞类型中的mRNA和蛋白水平的表达，结果显示，主要是在血液和免疫细胞、间质细胞、内分泌和生殖细胞类型中表达（图10）。

图10 细胞类型中枢纽基因的表达

四、结论

        综上所述，通过ESTIMATE算法和TCGA数据库，作者发现基质和免疫评分与直肠癌的临床结果高度相关。此外，确定了5个与微环境有关的基因，这些基因可能有助于勾勒直肠癌的预后。这些结果有助于寻找直肠癌的生物标志物和治疗目标。