助力(li)發文 | 三陰性乳腺癌免疫相(xiang)關預后(hou)生物(wu)標(biao)志的挖掘
2022-07-07 閱讀數：9923
摘要：轉(zhuan)錄組測序(xu)助力挖掘三陰性乳腺(xian)癌(ai)組織免疫浸潤特征
引文：近(jin)期，華銀康集團高通量科研(yan)團隊助力深圳市龍華區(qu)婦幼保健院病理科團隊在(zai)Annals of Medicine（IF=4.71）發表了題(ti)為“Development of an immune-related prognostic biomarker for triple-negative breast cancer”的(de)研究論文(wen)。
正文：
研究背(bei)景
乳腺癌是女性癌癥中最常見的，占女性所有癌癥病例的23%[1]。乳腺癌(ai)根據乳腺癌(ai)細(xi)胞表面受體(ti)狀態分(fen)為以下三種(zhong)類型(xing)：（a）雌激素(su)受體（oestrogen receptor, ER）或黃體(ti)(ti)酮(tong)受體(ti)(ti)（progesterone receptor, PR）陽性(xing)；（b）人表皮生(sheng)長因子(zi)受(shou)體(ti)2（epidermal growth factor receptor 2, EGFR2）陽性，伴(ban)或(huo)不伴(ban)ER和PR陽性；（c）三陰性乳腺癌（triple-negative breast cancer , TNBC），ER、PR和EGFR2表現為(wei)陰性(xing)[2]。TNBC患(huan)者(zhe)的腫瘤(liu)免疫(yi)微環境（tumor immune microenvironment, TIME）具有(you)高度復雜的(de)組成(cheng)異質(zhi)性，由(you)不同的(de)細胞類型和(he)無序的(de)基因表(biao)達組成(cheng)。有(you)報(bao)道證明，腫瘤浸潤淋巴細胞的(de)存在(zai)與(yu)TNBC患者更好(hao)的(de)預后和(he)對新(xin)輔(fu)助化(hua)療(liao)反(fan)應相(xiang)關[3-5]。本研(yan)究旨在通過轉(zhuan)錄組挖掘TNBC患者TIME的細胞免疫浸(jin)潤特征，首先提(ti)出使(shi)用基于癌組織與癌旁組織中(zhong)細胞類群構(gou)成差異的免疫浸潤評分(Immune Infiltration Score, IIS)，通過機器學習(xi)方法建立的該模型可作為一種新型生物標志物指(zhi)示TIME中免疫(yi)細(xi)胞浸(jin)潤的程度(du)，可(ke)以清(qing)晰地區分癌組織(zhi)和癌旁組織(zhi)，確定關(guan)鍵的免疫(yi)相關(guan)預(yu)后(hou)生(sheng)物標志(zhi)物。
研究方法
首先，從30名TNBC患者處獲取乳(ru)腺癌組(zu)(zu)織(zhi)和癌旁組(zu)(zu)織(zhi)樣(yang)本，將組(zu)(zu)織(zhi)解離后進(jin)行(xing)轉(zhuan)錄組(zu)(zu)測序(xu)。然(ran)后，癌組(zu)(zu)織(zhi)（CA）和(he)癌旁組織(zhi)（CAP）中(zhong)的免疫(yi)細胞成(cheng)分差異通(tong)過(guo)xCell分析來定量，并使用(yong)CIBERSORT和ESTIMATE評估TNBC樣(yang)本中(zhong)的腫瘤浸潤(run)免疫(yi)細胞含(han)量和免疫(yi)浸潤(run)狀態(tai)，以(yi)驗證xCell結果。為了識別(bie)TNBC患者癌組織(zhi)中免疫浸潤水平的(de)變化，提取顯著差異細(xi)胞(bao)組成(cheng)作為(wei)樣本的(de)免疫譜并進行Z-score標(biao)準化使(shi)細(xi)胞量(liang)可以被比(bi)較。接著，分別將上調(diao)和下(xia)調(diao)的標(biao)準化后細(xi)胞量(liang)相加(jia)整合成2個指標，應用支(zhi)持向(xiang)量(liang)機（support vector machine, SVM）擬(ni)合包含上述2個(ge)指標(biao)的模(mo)型(xing)，以(yi)獲(huo)得可以(yi)作為TNBC免(mian)疫相關的預后生(sheng)物(wu)(wu)標志(zhi)物(wu)(wu)的IIS（圖1）。最后，來自TCGA的包含132名(ming)TNBC患者的(de)數(shu)據集被(bei)用于驗(yan)證IIS的(de)預測預后效能(neng)。
圖1 IIS評估模型的定義
研究結(jie)果(guo)
#1 TNBC患者的臨床病(bing)理特征分析
本研(yan)究(jiu)中共(gong)納入30名成年TNBC患者，其中(zhong)，乳腺癌細胞分化程度屬于II級的有13例，屬于III級的(de)有17例（圖2）。II級(ji)患者和III級患者相(xiang)比，在(zai)年(nian)齡(ling)、腫瘤(liu)大小、轉移灶(zao)情況和(he)病理(li)類型上，差異不(bu)顯著。
圖2 TNBC患者的臨床病理信息
#2 TNBC患者TIME中表(biao)現出獨特(te)的免疫細胞(bao)浸潤(run)狀態
在(zai)研究發現巨噬細胞、樹突狀細胞、粒細胞和其他先天(tian)免疫細胞在癌組織和癌旁(pang)組織中的浸潤有顯著差異（圖3A）。在TNBC患者的TIME中，四(si)種(zhong)類型的免疫細胞數(shu)量上調，包括CD8陽性T細胞和TH1細胞(bao)、活化的(de)樹突狀細胞(bao) (aDC) 和巨噬細胞 (圖(tu)3A )；而有四種類型的免(mian)疫細胞數(shu)量在TIME中(zhong)下調，包(bao)括常規樹突(tu)狀細(xi)胞 (cDC)、中(zhong)性粒細(xi)胞(bao)、CD4陽(yang)性的(de)T細胞和(he)干細胞（圖3A）。在TIME中，固有(you)免(mian)疫和適應性免(mian)疫均被(bei)激活，其中以TH1和B細(xi)胞(bao)為(wei)主的適應性免(mian)疫(yi)細(xi)胞(bao)顯著提高（圖 3B中）。為了(le)驗證該發(fa)現，研究(jiu)者(zhe)使用CIBERSORT評估同一數據集(ji)中免疫細胞類(lei)型的組成，CIBERSORT結果(guo)與xCell結果是(shi)高(gao)度(du)一(yi)致的(de)，CD8陽性T細胞、巨噬細胞和干細胞在xCell和CIBERSORT中(zhong)都發生了顯(xian)著變化（圖4A）。
圖3 TNBC患者的癌(ai)組(zu)(zu)(zu)織(zhi)和癌(ai)旁(pang)組(zu)(zu)(zu)織(zhi)中(zhong)免疫(yi)細胞(bao)組(zu)(zu)(zu)成比較
圖4 TNBC患者的癌(ai)組織和(he)癌(ai)旁(pang)組織免疫浸潤(run)水平(ping)在CIBERSORT、UMAP和IIS下的比較
#3 免疫浸(jin)潤評(ping)分（IIS）表現良好的分類效能
從Z-score標準(zhun)化后細胞免疫譜(pu)中(zhong)可以(yi)獲取代表TIME細胞(bao)浸潤上(shang)升和下調水平的2個指標(biao)。通(tong)過UMAP對細(xi)胞(bao)免疫(yi)譜(pu)聚類，可(ke)以發(fa)現不同組別的樣(yang)本被很好地分(fen)群，TNBC患者癌組織(zhi)和癌旁(pang)組織(zhi)在免疫浸潤水(shui)平(ping)上呈現明顯(xian)的差(cha)異，表明不同水平的免(mian)疫浸(jin)潤在塑造TNBC免疫(yi)微環境上發揮(hui)了重(zhong)要(yao)作用(yong)（圖4B）。使用SVM擬合2個指標組合的(de)模(mo)型IIS，結果也揭示了(le)TNBC患(huan)者(zhe)TIME的(de)中免(mian)疫(yi)細胞組(zu)成(cheng)的(de)特異性（圖4C）。此(ci)外，IIS 評分模型(xing)還被應用在TNBC-TCGA隊列數據集(ji)上，結果顯示(shi)IIS表(biao)現出良好(hao)的分辨(bian)癌癥(zheng)和癌旁組織(zhi)的效(xiao)能（圖5A），表(biao)明(ming) IIS 評分模型可以在其他TNBC數據集中普適性。為了測(ce)試IIS是(shi)否對TNBC患(huan)者(zhe)的預后具(ju)有(you)預測能力，本文分(fen)析(xi)了(le)來自TCGA包含(han)132名TNBC患者的數據集[6, 7]，發現與(yu)IIS評分較(jiao)低的(de)患者相比，IIS評分較高(gao)的患者表(biao)現更高(gao)的PD-L1表達水平（圖5B）和(he)更短的無進展生(sheng)存期（圖(tu)5C）。
圖5 TCGA的BRCA數據(ju)集(ji)中腫(zhong)瘤和癌旁樣本中的IIS比(bi)較
總結
在(zai)本文中，研(yan)究(jiu)者對30名TNBC患者癌組(zu)織和癌旁(pang)組(zu)織解離(li)后進行轉錄(lu)組(zu)測序，然后使用(yong)xCell來(lai)定(ding)量分(fen)(fen)析癌組(zu)織和癌旁(pang)組(zu)織樣(yang)本(ben)的細胞類(lei)型(xing)成分(fen)(fen)差(cha)異，并通過(guo)機(ji)器學習方法首次建立(li)基于TIME中免疫細胞成分的IIS模型，其作為一種新型生物標志(zhi)物可以指示TIME中免疫細胞浸潤的程度。IIS隨后被進一(yi)步推廣到TCGA隊列數據集上進行驗證，結果顯示IIS評分較高的患者表現更高的PD-L1表達和更短的無進展(zhan)生(sheng)存(cun)期，這說(shuo)明了IIS可用于預測患者預后和(he)指導(dao)治療。因此，IIS提供了(le)與診斷、治(zhi)療和預后相關(guan)的TIME中(zhong)免(mian)疫(yi)細(xi)胞組(zu)成的寶貴(gui)信息。
參考文(wen)獻(xian)
1. Boyle, P., The globalisation of cancer. Lancet, 2006. 368(9536): p. 629-30.
2. Sporikova, Z., et al., Genetic Markers in Triple-Negative Breast Cancer. Clin Breast Cancer, 2018. 18(5): p. e841-e850.
3. Salgado, R., et al., The evaluation of tumor-infiltrating lymphocytes (TILs) in breast cancer: recommendations by an International TILs Working Group 2014. Ann Oncol, 2015. 26(2): p. 259-71.
4. Ali, H.R., et al., Association between CD8+ T-cell infiltration and breast cancer survival in 12,439 patients. Ann Oncol, 2014. 25(8): p. 1536-43.
5. Gruosso, T., et al., Spatially distinct tumor immune microenvironments stratify triple-negative breast cancers. J Clin Invest, 2019. 129(4): p. 1785-1800.
6. Yau, C., et al., A multigene predictor of metastatic outcome in early stage hormone receptor-negative and triple-negative breast cancer. Breast Cancer Res, 2010. 12(5): p. R85.
7. Liu, J., et al., An Integrated TCGA Pan-Cancer Clinical Data Resource to Drive High-Quality Survival Outcome Analytics. Cell, 2018. 173(2): p. 400-416 e11.
助力(li)科研
該研(yan)究轉錄(lu)組測序(xu)(xu)服務由華銀康集團高通量測序(xu)(xu)檢測中心提供。華銀康集團作為(wei)行業領先(xian)的(de)健康服務企(qi)業，重(zhong)視基礎研(yan)究成(cheng)果轉化，轉錄(lu)組測序(xu)(xu)服務項目作為(wei)我司(si)基礎優勢項目，助(zhu)力探索乳腺癌發生進(jin)展的(de)深(shen)層(ceng)機(ji)制和闡明(ming)腫瘤免(mian)疫微環境的(de)重(zhong)要作用。
高(gao)通量測序檢測中心
中(zhong)心(xin)定位于科研服務與臨床(chuang)醫(yi)學轉化應用，圍繞基礎科研和臨床(chuang)檢測(ce)兩大(da)板(ban)塊，致(zhi)力于生物醫(yi)(yi)學各(ge)領域的(de)相關研究與測序大(da)數(shu)據聯合分析，為各(ge)大(da)高(gao)校、醫(yi)(yi)院和(he)(he)科研單位提供醫(yi)(yi)學科研項目的(de)方案設(she)計、測序實驗和(he)(he)數(shu)據分析為一體的(de)一站式(shi)服(fu)務(wu)以(yi)及(ji)快速精準的(de)臨床檢測服(fu)務(wu)，以(yi)成(cheng)為業內領先的(de)高(gao)通(tong)量測序服(fu)務(wu)中心(xin)為目標。
目前，我(wo)司高(gao)通量測(ce)序中心擁有Illumina和MGI等高通量測(ce)序(xu)儀(yi)組成的大(da)規模高通量測(ce)序(xu)服(fu)務平臺，科研服(fu)務可提供涵蓋基因組(zu)學(xue)、轉錄組(zu)學(xue)（外泌體）、表觀組(zu)學(xue)、單細胞組(zu)學(xue)、微生(sheng)物(wu)組(zu)學(xue)、免疫組(zu)庫、代謝組(zu)學(xue)、蛋白組(zu)學(xue)和多組(zu)學(xue)關聯分(fen)析等組(zu)學基(ji)礎研究服務(wu)和高級生(sheng)物信(xin)息分(fen)析；臨床服務(wu)包括遺傳性腎病(bing)基(ji)因(yin)檢(jian)測、血液(ye)腫瘤基(ji)因(yin)檢(jian)測、實體(ti)瘤基(ji)因(yin)檢(jian)測、感染性疾病(bing)病(bing)原(yuan)體(ti)檢(jian)測等服務。
如需了解更(geng)多有關高通量測序相關信息，歡迎撥打我(wo)司(si)高通量全(quan)國服務熱(re)線：020-38917402、020-38917681
郵箱(xiang)：huayinngs@pycl.net
官網：pycl.net
供稿：高通量測序項目部
