导语

越来越多的证据表明，长链非编码 RNA (lncRNA) 与非小细胞肺癌 (NSCLC) 中的免疫调节和肿瘤微环境具有功能相关性。然而，肿瘤免疫浸润相关的 lncRNA 及其在改善临床结果和免疫治疗方面的价值在很大程度上仍未得到探索。 

背景介绍

今天小编为大家带来的是一篇对肿瘤进行分型的文章。作者开发了一种计算方法，通过对 NSCLC 患者的 lncRNA、免疫和临床概况进行综合分析，将 lncRNA 特征 (TILSig) 识别为 NSCLC 患者免疫细胞浸润的指标。然后综合研究TILSig对NSCLC预后和免疫治疗的影响。文章发表在《 Journal for Immunotherapy of Cancer》上，影响因子为：12,469，文章题目为：Identification of tumor immune infiltration- associated lncRNAs for improving prognosis and immunotherapy response of patients with non- small cell lung cancer。

数据介绍

本研究从GEO和TCGA 根据相关筛选标准选取来自三个数据集的 1533 名 NSCLC 患者，其中包括来自GSE30219 中的 293 名患者，来自GSE31210的226 名  患者，和来自TCGA的1014 名患者来自TCGA。GSE30219 数据集用作发现 lncRNA 特征的训练数据集，其他两个数据集（GSE31210 和 TCGA）用作验证 lncRNA 特征的独立测试数据集。本研究基于Affymetrix HG-U133_Plus 2.0平台，从GEO数据库获得了19种免疫细胞类型的115个纯化细胞系的转录谱。

技术路线

本研究技术路线如图所示。

结果解析

01   lncRNA在人类免疫细胞中的表达情况概览  

本研究开发了一种新的计算框架，用于通过对纯化的免疫细胞、癌细胞系和大量癌组织进行整合免疫和 lncRNA 分析分析来识别肿瘤浸润性免疫相关 lncRNA 特征 (TILSig)，如图 1所示：(1) 对于每个在免疫细胞系中，获得前 5% 表达的 lncRNA 作为候选免疫相关 lncRNA。(2) 使用 Yanai 等人开发的组织特异性指数 (TSI) 计算候选免疫相关 lncRNA 对不同免疫细胞类型的表达特异性。

图 1

为了描述lncRNA 在各种人类免疫细胞中的表达模式，本研究首先将每种免疫类型的所有lncRNA 根据表达水平进行排名，表达水平排名前5%的RNA被认为是候选的免疫相关lncRNA 。其中91种lncRNA 在所有19种免疫细胞类型中普遍高表达，117种lncRNA 仅在19种免疫细胞类型中的一种中高表达。然后，本研究计算了这208个候选免疫相关lncRNA 的TSI评分，以测量不同免疫细胞类型的表达特异性，最后鉴定出9种免疫细胞类型特异性lncRNA  (icsLncRNA)， 它们仅在一种免疫细胞中表达，且具有较高的细胞类型特异性。

相比之下，本研究还鉴定了 57 种管家lncRNA(hklncRNA），它们在所有免疫细胞类型中均高度表达，并且具有较低的细胞类型特异性得分（<0.2），证明它们对基本免疫细胞功能至关重要。

02   NSCLC中TILncRNA的识别  

为了识别 NSCLC TILncRNA，本研究仅关注这 57 种 hklncRNA，它们在所有免疫细胞类型中普遍高度表达，并且对维持基本免疫细胞功能至关重要。本研究对免疫细胞系和 NSCLC 细胞系之间的 57 个 hklncRNA 进行了差异表达分析，并鉴定了 17 个在免疫细胞系中上调和在 NSCLC 细胞系中下调的 hklncRNA，证明它们对免疫细胞而非肿瘤细胞具有表达特异性。这 17 个 hklncRNA 被认为是 NSCLC TILncRNA。

03   TILSig的开发  

本研究进行了单变量Cox比例风险回归分析，以调查训练数据集中17种TILncRNA 的表达与患者OS时间之间的关系。一组7个TILncRNAs (HCG26, PSMB8-AS1, TNRC6C-AS1, CARD8-AS1, HCP5, LOC286437和LINC02256)与NSCLC患者的OS显著相关，因此被认为是预后免疫lncRNAs。然后，利用7种TILncRNA 的表达，通过多因素Cox回归系数加权，建立了基于lncRNA的免疫浸润预后特征(TILSig): TILSig=(−0.1323* HCG26表达值)+(−0.2323* PSMB8-AS1表达值)+(0.0009* TNRC6C-AS1表达值)+(0.2472* CARD8-AS1表达值)+(0.1190* HCP5表达值)+(−0.3019−* LOC286437表达值)+(−0.0572* LINC02256表达值)。

图 2

当 TILSig 应用于训练数据集时，本研究使用 TILSig 的中值 (0.0429) 作为风险截止值，将 293 名患者分为高风险组 (n=146) 和低风险组 (n=147)。如图 2A 所示，低风险组患者的 OS 时间明显长于高风险组患者（图 2A）。低危组5年生存率为60.4%，明显高于高危组（37.9%）。TILSig 的曲线下面积 (AUC) 在 5 年和 3 年的 OS 时分别为 0.665 和 0.646（图 2B）。图 2C 揭示了 TILSig 的分布和 TILSig 中 lncRNA 的表达模式。为了进一步检查 TILSig 是否高度反映免疫浸润，本研究使用单样本 GSEA 分析估计了高风险和低风险组患者的 19 个免疫亚群的浸润。结果发现根据TILSig分层的患者危险组显示出不同的免疫浸润模式。如图 2D 所示，低风险组患者富集了 10 个免疫亚群，而高风险患者仅富集了 4 个免疫亚群。这些结果表明，TILSig评分越高，免疫细胞浸润越少，预后越差；TILSig评分越低，免疫细胞浸润越多，预后越好。

04   在不同平台的独立数据集中验证TILSig  

为了评估 TILSig 的稳健性，本研究使用 lncRNA 表达和来自由微阵列平台分析的 226 名患者的独立队列的临床数据来测试其预后能力。使用从训练数据集获得的相同风险评分(图3A)， TILSig可以将患者分为低风险(n=127)和高风险(n=99)，两者的OS (HR=2.422, 95% CI 1.219至4.812,log- rank p=0.009)有显著差异。

接下来本研究使用由 IlluminaHiSeq 平台分析的 包括979 名患者的另一个独立的 TCGA 队列进一步测试了 TILSig 的预后价值。根据TCGA 数据集获得的中位风险评分截止点将 979 名患者分为高风险组 (n=490) 和低风险组 (n=489)。生存分析表明，高风险组和低风险组的 OS 存在显著差异（图 3B）。

图 3

本研究进一步检查了一项研究报告的5种免疫亚型中TILSig的分布，发现 TILSig 在五种免疫亚型中存在显著差异（图 3C），这表明 TILSig 与肿瘤免疫微环境有关。此外，进一步分析显示，TILSig 中四种 TILncRNA 的表达水平在五种免疫亚型中也存在显著差异（图 3D），其中lncRNAs TNRC6C-AS1和CARD8-AS1在TGF-β显性免疫亚型中比其他四种免疫亚型更倾向于过表达，而lncRNA HCP5在IFN- γ显性免疫亚型中表达水平高于其他四种免疫亚型。

05   TILSig与其他临床因素的独立性  

为了检查 TILSig 的预后性能是否独立于其他临床因素，本研究使用多因素 Cox 分析来测试经其他临床因素（包括年龄、性别和分期）调整后的 TILSig 的性能。在多变量分析中，高 TILSig 与低 TILSig 的 OS 在训练集中的 HR 为 1.584，在 GSE31210 测试集和 TCGA 测试集中分别为 2.322和 1.338（表 1），表明在调整其他临床因素后，TILSig在训练集和其他两个独立测试集中仍与不利的OS显著相关。因此，多变量分析的结果表明，TILSig 的预后性能独立于 OS 预测的其他临床因素。

表1

06   TILSig与肿瘤复发有关  

为了检查 TILSig 是否也与肿瘤复发相关，本研究首先使用 DFS 时间作为复发度量，以研究 TILSig 在训练集和独立 GSE31210 测试集中预测复发风险的有效性。如图 4A、C 所示，生存分析表明高风险组的 DFS 分布与低风险组有显著差异。在高危组中，训练组和 GSE31210 组 5 年无病患者比例分别为 47.6% 和 60.3%，也显著低于低危组（69.3% 和77.1%）。接下来，本研究使用 TILSig 预测患者的复发状态，结果具有更好的预测性能，训练集的 AUC 为 0.607，GSE31210 测试集的 AUC 为 0.618（图 4B、D）。

图 4

07   TILSig作为NSCLC患者免疫治疗反应指标的潜力  

先前的研究表明，免疫浸润可以通过免疫检查点抑制剂 (ICI) 基因进行调节。为了进一步研究免疫浸润与 ICI 基因之间的复杂串扰，本研究首先比较了 TILSig 分层的不同患者组之间 ICI 基因（PD1、PD-L1 和 CTLA-4）的表达模式。如图 5A 所示，与 GSE20319 数据集中具有低 TILSig 的患者相比，具有高 TILSig 的患者倾向于表达高 ICI 基因（图 5A）。在 GSE31210（图 5B）和 TCGA 数据集（图 5C）中也观察到类似的趋势。

本研究进一步检查了免疫浸润是否对免疫检查点基因表达水平相似的患者的临床结果有影响。比较了通过 TILSig 和高/低免疫检查点基因表达分层的四个患者组的生存分布。如图 5D 所示，低TILSig和高PD-1患者的生存期明显优于高TILSig和高PD-1患者，低TILSig和低PD-1患者相对于高TILSig和低PD-1患者的生存期延长。使用 TILSig 和 PD-L1 或 CTLA-4 重复进行了类似的分析，结果显示按 TILSig 和 PD-L1 或 CTLA-4 分层的患者表现出与 PD-1 相似的生存模式（图 5E、F）。

图 5

当根据免疫检查点基因表达对低 TILSig 患者进行分层时，本研究还观察到免疫检查点基因表达与低 TILSig 患者的显著生存差异相关。然而，当对具有基于 TILSig 的免疫检查点基因表达的患者进行分层时，高 TILSig 患者的生存差异不存在。此外，具有低 TILSig 和低免疫检查点基因表达的患者往往比其他三个患者组具有明显更好的生存。这些结果表明 TILSig 可能是 ICI 免疫疗法治疗反应的潜在预测生物标志物。

小编总结

本研究通过整合分析免疫细胞、癌细胞系和大量癌症组织的分子谱进行全基因组筛选，鉴定与肿瘤免疫细胞浸润相关的lncRNA，并强调lncRNA在评估肿瘤免疫浸润中的重要性和价值。此外，本研究首次发现并验证了一个基于7个TILncRNA 的lncRNA标记(TILSig)，作为TME中免疫细胞浸润的指标，对NSCLC患者具有独立的预后意义。最后，本研究描述了免疫浸润和免疫检查点基因在患者预后中的复杂相互作用，并提出TILSig与特定的免疫检查点因子结合作为ICI反应的预测生物标志物的潜力，从而能够更精确地选择将受益于检查点抑制剂免疫治疗的患者。本研究的显著在于，相关的结论仍然需要通过不断发布免疫治疗数据集进一步验证。

百度浏览   来源 : 作图丫   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。