最新7+SCI，基因集评分，单肿瘤生信分析+实验验证，这样的思路，再过两年也能发

影响因子：7.6

本文属于基因集单肿瘤分析，类似的文章有
最新6分SCI，基因家族泛癌分析+实验验证，做了这些不怕文章发不了
最新7.5分纯生信，基因家族泛癌分析

我们可以综合各个文章中的内容，筛选新的基因集/复合物/通路/基因家族等进行分析。如果需要的话可联系小编预定

生信分析咨询

请扫描下方二维码

研究概述

脑胶质瘤是最常见的原发性颅脑肿瘤。虽然手术切除加辅助放化疗可以在一定程度上治疗胶质瘤，但低级别胶质瘤（LGG）和胶质母细胞瘤（GBM）的预后仍然很差。因此，许多研究人员致力于探索新的生物标志物，以实现脑胶质瘤的精准医疗，并延长患者生存期。与传统治疗方案相比，免疫检查点抑制剂（ICI）可有效改善肿瘤患者的临床反应。此外，肿瘤细胞的免疫原性、抗原性和抗原呈递已被证明是ICI有效性的基本决定因素。因此，探索脑胶质瘤中的抗原加工和呈递机制对于优化脑胶质瘤患者的ICIs治疗具有重要意义。

在这项研究中，作者利用生物信息学方法探讨了抗原加工和呈递机制（APM）特征基因在胶质瘤中的预后价值和免疫治疗反应能力。此外，作者还利用实验证实了CALR可介导胶质瘤巨噬细胞的侵袭和极化。总之，APM特征基因可能是预测胶质瘤免疫治疗反应的新型有效生物标志物。

流程图

研究结果

一、APM特征评分的分子特征和临床特征

下图A：作者计算了来自TCGA的神经胶质瘤患者的APM特征评分。结果显示，脑胶质瘤的肿瘤等级提升与APM特征评分增加有关。

下图B：GBM的分子亚型可分为经典型（CL）、间充质型（ME）、神经型（NE）和原神经型（PN）。其中，CL和ME亚型分别与胶质瘤、LGG和GBM样本中更高水平的APM特征评分相关。

下图C：IDH野生型是生存率较差的指标，分别与胶质瘤、LGG和GBM样本中较高的APM特征评分相关。

下图D：1p19q非共缺失是较差生存率的指标，分别与胶质瘤和LGG样本中较高的APM特征评分相关。

下图E：未甲基化的MGMT启动子分别与胶质瘤和LGG样本中较高的APM特征评分相关。

下图F：45岁以上的脑胶质瘤患者在胶质瘤、LGG和GBM样本中的APM特征评分均较高。

下图G：LGG和GBM的肿瘤异质性并未反映出APM特征与临床病理学特征之间的关联。此外，疾病进展治疗后的脑胶质瘤患者具有更高的APM特征评分。

下图H：TMB也与更高水平的APM特征评分相关。

下图I：表明APM特征评分可以预测神经胶质瘤中的ICI反应。同时，SNV新抗原与更高水平的APM特征评分相关。

下图J-K：表明APM特征评分可以预测肿瘤抗原性。同时，经典免疫检查点分子，即VTCN1、PDCD1LG2、LAG3和CD274，都与TCGA和CGGA中更高水平的APM特征评分高度相关。

下图L：对APM特征基因进行单变量COX回归分析进一步确定其预后价值。结果显示，除PSMB5、PSMB6和PSMB7之外的所有APM特征基因都是TCGA中的重要危险标记。

二、APM特征评分的预后价值

下图A-C：具有高APM特征评分的LGG患者、GBM患者和胶质瘤患者在TCGA中的总生存期（OS）、疾病特异性生存（DSS）和无进展间期（PFI）降低。

下图D：具有高APM特征评分的LGG患者、GBM患者和神经胶质瘤患者在CGGA中的OS降低。

三、基于APM特征基因的风险评分构建

下图A-B：对17个APM特征基因进行LASSO回归分析结果。

下图C：描述APM风险特征基因的气泡图。

下图D-E：描述APM特征基因与TCGA和CGGA中风险评分之间关联的热图。结果显示，TCGA和CGGA中APM特征基因表达值、APM特征和风险评分之间具有一致性。

下图F-G：TCGA和CGGA中APM特征与风险评分之间的相关性。结果显示，风险评分与TCGA和CGGA中的APM特征评分高度相关。

四、风险评分的预后价值和基因组特征

下图A-D：ROC曲线显示，风险评分和APM特征评分可以敏感地预测分子亚型（图A）、MGMT启动子甲基化状态（图B）、IDH状态（图C）和1p19q状态（图D）。

下图E：APM特征评分和风险评分都可以敏感预测脑胶质瘤患者的OS、DSS和PFI。

下图F：风险评分增加时，神经胶质瘤患者的总体体细胞突变谱。

下图G：高低风险组的拷贝数变异（CNV）区域如下图G所示，其中1q32.1、4q12、7p11.2中的扩增和9p21.3中的缺失更频繁地发生在高风险评分组中，而在12q14.1和2q37.3、11p15.5、19q13.31的缺失在低风险评分组中更常见。

下图H：癌基因EGFR（21%）和TTN（24%）的突变更频繁地发生在高风险评分组中。相反，抑癌基因IDH1(88%)和TP53(51%)的突变更频繁地发生在低风险评分组中。

下图I：森林图描绘了基于卡方检验的关于APM特征基因的高低风险评分组之间的差异。

五、风险评分可以预测抗PD-1免疫治疗反应

下图A：基于TIDE算法，高风险评分组显示出明显更好的抗PD-1反应。

下图B：在IMvigor 210队列中，高风险评分患者的OS延长。

下图C：对免疫治疗有完全反应或部分反应的患者风险评分较高。

下图D：高风险评分组的患者更有可能对免疫治疗产生反应。

下图E：高风险评分组患者的CD274水平较高。

下图F：在GSE78220队列中，高风险评分患者的OS延长。

下图G：高风险评分组中有更多的患者对免疫治疗有完全反应或部分反应。

下图H：对免疫治疗有反应的患者风险评分更高。

下图I：高风险评分组患者的CD274水平较高。

下图J：接受抗PD-1治疗的GBM队列中，尽管差异无统计学意义，但与低风险评分的患者相比，高风险评分的患者OS降低。

下图K：对免疫治疗无反应的GBM患者的风险评分相对较高。

六、基于风险评分的列线图构建

下图A：为了进一步确定风险评分在临床应用中的价值，作者分别比较了两个风险评分组中接受或不接受放疗患者的生存率。事实证明，接受高风险评分放射治疗的患者生存结果较差。

下图B：作者将风险评分与两个先前建立的模型进行了比较。结果显示，与两个模型相比，该风险评分在预测生存结果方面的最高AUC值为0.851。

下图C：构建基于独立临床因素（风险评分、肿瘤分级、年龄、IDH状态、1p19q状态）的预后列线图。

下图D：1年、3年、4年和5年的校准曲线显示了列线图的可靠性。

下图E：基于列线图评分较高的患者与生存率降低有关。

下图F：基于列线图的评分在生存结果中显示出显著的预测价值，AUC值为0.912。

七、CALR在免疫治疗反应中的预测价值

下图A：使用开放目标平台生成与CALR相关的疾病网络。

下图B：使用STRING数据库可视化CALR的蛋白质相互作用。

下图C：CALR在神经胶质瘤的免疫治疗反应中具有一定的预测价值。

下图D：作者研究了肿瘤细胞中CALR表达与其对免疫治疗药物的敏感性之间的相关性。

下图E：作者比较了ICB治疗前后以及反应者和非反应者之间不同肿瘤细胞系的CALR表达水平。结果显示，CALR表达可以作为预测免疫治疗反应的有效生物标志物。

八、实验验证CALR在介导巨噬细胞侵袭中的作用

下图A：作者利用蛋白质印迹（Western Blot）分析出3种靶向CALR的siRNA可以显著抑制CALR的蛋白表达。

下图B：qPCR检测进一步验证了上述结果。

下图C：siRNA-1和siRNA-3是抑制CALR表达的前2个干扰效率最高的siRNA。

下图D：siRNA-1和siRNA-3组巨噬细胞的侵袭能力较siRNA-NC组显著降低。

下图E：siRNA-1和siRNA-3组中的巨噬细胞更容易极化为M1型巨噬细胞。

下图F：siRNA-1和siRNA-3组中的巨噬细胞不太可能极化为M2型巨噬细胞。

总结

肿瘤抗原性和抗原呈递能力是肿瘤免疫原性的两个关键决定因素。在这项研究中，作者使用APM特征基因探讨了神经胶质瘤的免疫原性。研究结果表明，APM特征评分和基于APM特征的风险评分可能是预测脑胶质瘤患者生存结果、IDH突变、1p19q状态、MGMT甲基化和分子亚型的潜在生物标志物。此外，APM特征评分还可能与免疫抑制相关，风险评分可能预测患者的免疫治疗反应，但是APM特征在免疫治疗中的作用还需进一步阐明。