今天跟大家分享的是2020年4月發(fā)表在Aging上的一篇文章，影響因子5.5。分析思路：免疫基因+預(yù)后模型。文章通俗易懂，純生信，可行性較強(qiáng)~
題目:黑色素瘤新的免疫相關(guān)基因預(yù)后生物標(biāo)志物：與腫瘤微環(huán)境相關(guān)
一、研究背景
在腫瘤免疫中，腫瘤細(xì)胞往往被當(dāng)做抗原，免疫細(xì)胞和白細(xì)胞則通過浸潤腫瘤組織的方式進(jìn)行免疫防御，但是腫瘤細(xì)胞總是會(huì)利用各種方式來躲避傷害（免疫逃逸）。免疫治療是目前臨床上治療腫瘤的一種方式，通過激活人體免疫系統(tǒng)，依靠自身免疫機(jī)能殺滅癌細(xì)胞和腫瘤組織?，F(xiàn)有的黑色素瘤免疫治療主要是PD-1, PD-L1 and CTLA-4 抑制劑，但是這些方法僅對(duì)少數(shù)患者有效，而大多數(shù)患者對(duì)治療的反應(yīng)有限或沒有反應(yīng)，因此，全面分析黑色素瘤免疫基因與整體生存的相關(guān)性對(duì)于發(fā)掘免疫相關(guān)生物標(biāo)志物的潛在預(yù)后價(jià)值具有重要意義。
二、材料和方法
1、獲取免疫相關(guān)基因
ImmPort database、GEO dataset和TCGA dataset三大數(shù)據(jù)庫基因的交集；
2、WGCNA鑒定生存相關(guān)的模塊
利用GEO數(shù)據(jù)庫（GSE65904，210份黑色素瘤樣本）的免疫相關(guān)基因表達(dá)數(shù)據(jù)進(jìn)行WGCNA分析；
3、篩選基因建立預(yù)后模型
單因素Cox回歸，LASSO回歸；
預(yù)后模型構(gòu)建公式：risk score = Σexpgenei* βi；
4、預(yù)后模型驗(yàn)證
用TCGA數(shù)據(jù)庫的臨床和表達(dá)數(shù)據(jù)驗(yàn)證，單因素、多因素Cox回歸；
5、免疫浸潤評(píng)分比較
ESTIMATE算法計(jì)算免疫浸潤評(píng)分（immune score），Wilcoxon 檢驗(yàn)比較High-RS和low-RS組差異；
6、免疫細(xì)胞亞型比較
R語言 CIBERSORT package計(jì)算22種免疫細(xì)胞亞型比例，Mann-Whitney U檢驗(yàn)比較High-RS和low-RS組差異；
7、GSEA 分析
比較High-RS和low-RS組富集通路的差異。
三、研究結(jié)果
??獲取免疫相關(guān)基因
3個(gè)數(shù)據(jù)庫的基因取交集，得到950個(gè)免疫相關(guān)基因。
?WGCNA鑒定生存相關(guān)模塊
WGCNA共鑒定出7個(gè)模塊，其中紅色模塊和藍(lán)色模塊中與生存顯著相關(guān)，因此，這兩個(gè)模塊中的基因（160個(gè)）被選擇做后續(xù)研究。
??篩選基因建立預(yù)后模型
將紅色和藍(lán)色模塊中160個(gè)基因進(jìn)行單因素Cox回歸，篩選 P<0.01的基因，這些基因（63個(gè)）被認(rèn)為是對(duì)整體生存有顯著影響的。LASSO回歸篩選出8個(gè)基因用于構(gòu)建預(yù)后模型。這8個(gè)基因分別是PSME1, CDC42, CMTM6, HLA-DQB1, HLA-C, CXCR6, CD8B, TNFSF13。
根據(jù)這8個(gè)免疫相關(guān)基因的表達(dá)量構(gòu)建了預(yù)后模型，計(jì)算了每一個(gè)病人的risk score，按照中位數(shù)將病人劃分為High-RS和low-RS組（P<0.0001）（圖B）。生存分析顯示low-RS的整體生存率高于High-RS。ROC曲線也顯示該模型有很強(qiáng)的預(yù)測能力（AUC>0.65）（圖A）。
??預(yù)后模型驗(yàn)證
利用TCGA數(shù)據(jù)的數(shù)據(jù)計(jì)算每一個(gè)病人的risk score，結(jié)果顯示生存分析顯示low-RS的整體生存率高于High-RS（P<0.0001）（圖D）。ROC曲線也顯示該模型有很強(qiáng)的預(yù)測能力（AUC>0.63）（圖C）。另外，本研究建立的預(yù)后模型在3年和5年整體生存的預(yù)測能力要由于其他臨床指標(biāo)（Table2，圖EF）。
??免疫浸潤評(píng)分比較
利用ESTIMATE算法分別計(jì)算了GEO數(shù)據(jù)庫和TCGA數(shù)據(jù)庫病人的immune score和stromal score，結(jié)果發(fā)現(xiàn)不同immune score病人的總生存率有顯著差異，High immune score的總體生存率更高（圖AB）。并且，在Low-RS病人中，immune score和stromal score也顯著高于High-RS病人（圖CD）。
??免疫細(xì)胞亞型比較
如圖CD所示，很多種免疫細(xì)胞在Low-RS和High-RS病人的分布比例上都有顯著的差異。
??GSEA分析
有14條重要的信號(hào)通路在High-RS和low-RS組分布有顯著差異。
本篇文章用到的生信分析方法都是較為常見的，勝在有個(gè)好的思路，加上分析結(jié)果的多方面驗(yàn)證，最后高分妥妥的！
