38+Cancer Cell！泛癌微环境亚型预测免疫治疗反应~

导语

肿瘤微环境 (TME)是癌症进展和治疗结果的关键介质。

背景介绍
对泛癌进行研究与挖掘一直是一个生信热点，今天小编为大家带来的这篇文章，作者通过对超过 10,000 名癌症患者的转录组分析，确定了20种不同癌症中保守的4种不同的TME亚型，并且预测了免疫治疗反应。文章发表在《Cancer Cell》上，影响因子为：38.585，文章题目为：Conserved pan-cancer microenvironment subtypes predict response to immunotherapy。

数据介绍
本研究所用数据 主要来自癌症基因组图谱(TCGA)、国际癌症基因组联盟(ICGC)、基因型-组织表达(GTEx)数据库、GEO数据库。
结果解析 01  
建立TME基因表达特征   为了利用基于转录组学的分析平台对TME进行分类，本研究利用STAR方法（图1A)，选择了代表主要功能成分和肿瘤的免疫、基质和其他细胞群的基于知识的功能基因表达签名(Fges)，最终创建了一个全面的方法，在单个模型中彻底描述TME。最终，人工筛选了29个Fges，涵盖了已知的细胞和功能TME属性(图1A和1B)。每个Fges都经过细化，仅包含与特定细胞类型或生物过程相关的基因(图1C)。

图 1

最终得到的Fges具有高度的细胞类型特异性，与每个特征相关的细胞类型的表达得分较高，而非靶细胞群体的表达得分较低，如图1D所示，显示了4,212个细胞图谱的有效分离。由细胞周期和肿瘤进展相关基因组成的肿瘤增殖率标志的表达显示出很强的相关性，与正常组织和痣相比，恶性黑色素瘤的进展性增加(图1E)。 接下来本研究使用大型TCGA黑素瘤数据集进一步表征了29个Fges的表达模式(图1F)。 对29个Fges的Pearson相关分析显示，两个主要的组是正相关的，在数据集上被共同激活或共同抑制。
02   通过对TME Fges的无监督分析得到四种黑色素瘤微环境亚型   为了使用这29个Fges对黑色素瘤TME进行分类，使用基于 ssGSEA 评分的无监督密集 Louvain 聚类对大约 470 个黑色素瘤的表达模式进行了评估。该分析揭示了黑色素瘤的分子图谱可以聚类为四种不同的微环境，称为 (1) 免疫富集、纤维化 (IE/F)；(2) 免疫富集、非纤维化 (IE)；(3) 纤维化 (F)；(4) 免疫耗尽 (D)（图 2A、2B）。 这些TME亚型的29个Fges的表达差异显著，每个亚型至少有6个Fges的活性差异（图 2A）。为了验证结果，本研究分别使用 MCP-counter 细胞反卷积方法分析之前报告的特征（图 2C），以及通过 PROGENy 计算的恶性信号通路活性（图 2D），同样观察到本研究方法区分的 TME 亚型之间的差异。先前仅发现三种主要因炎症水平不同的 TME 亚型，在黑色素瘤中经常发现的基因组改变也与特定的 TME 亚型不一致（图 2E）。

图 2

免疫炎性IE/F黑色素瘤的特征是与血管生成和CAF激活相关的Fges的表达升高。IE黑色素瘤以高水平的免疫浸润和显著增加的溶细胞评分为特征，与IE/F亚型相比，IE黑色素瘤具有更活跃的免疫微环境。与其他亚型相比，TME IE 亚型黑色素瘤也具有最高的突变负荷和最高的 CD8+ T 细胞/Tregs 和 M1/M2 巨噬细胞的比率（图 2F）。与 F 和 D 亚型患者相比，IE 亚型黑色素瘤患者的总生存期 (OS) 和无进展生存期 (PFS) 显著延长（图 2G），其中 F 亚型OS最差。 然后本研究使用 23 个独立的黑色素瘤数据集验证相同的肿瘤分类系统，结果揭示了相同的四种 TME 亚型，并通过独立患者队列验证了观察到的预后意义（图 2G）。 接下来本研究通过分析来自 TCGA-SKCM的代表性黑色素瘤肿瘤标本，研究与每个 TME 亚型中的基因表达模式相关的组织学表型，以在组织学上验证 TME 亚型。结果发现黑色素瘤 IE 亚型中淋巴细胞的丰度增加，而黑色素瘤 F 亚型中成纤维细胞的高存在（图 3A），恶性细胞含量在 D 亚型中最高（图 3A 和 3B）。四种不同 TME 亚型之间的基因特征表达模式在组织学上与淋巴细胞和基质的肿瘤丰度和空间组织相关（图 3C）。

图 3

大多数实体瘤表现出三种主要的免疫表型，称为免疫炎症、免疫排斥和免疫沙漠；因此，本研究的 TME 亚型分为这三个类别。TCGA 黑色素瘤的定量组织病理学回顾显示，IE 亚型而非 IE/F 亚型黑色素瘤富含以大量淋巴细胞浸润为特征的免疫炎症组织学表型（图 3D），在膀胱癌中也观察到这种表型。IE 亚型黑色素瘤，通过免疫组织学检测，PD-L1 在淋巴细胞和肿瘤细胞上的表达增加（图3E)，表明可以通过抗 PD1/PD-L1 免疫检查点阻断疗法激活抗肿瘤免疫的环境。最后，对TCGA H&E染色图像的分析显示，在黑色素瘤和膀胱的 IE/F 和 IE TME 亚型中，肿瘤浸润淋巴细胞的百分比显著更高（图 3F）。
03   四种TME亚型在泛癌中保守   接下来本研究分析了来自其他癌症类型的转录组数据，以确定四种 TME 亚型是否也存在于其他癌症中。由于细胞组成存在显著的内在差异，表达分析产生了不同的疾病特异性子集（图 4A）。对数据进行标准化后，不同组织来源的肿瘤在 UMAP分析中形成统一的单一集合（图 4A、4B）。标准化保留了不同 TME 模块之间的关系和相关性，从而在 24 种不同癌症（图 4C 和 4D）中发现相同的四种主要TME亚型。

图 4

尽管在多种癌症中鉴定出四种 TME 亚型，但这种 TME 亚型的重要性需要进一步评估；因此，本研究对TME 亚型的预后价值在泛癌水平和单个癌症类型内进行评估（图 4E 和 4F）。多因素Cox 模型显示IE/F亚型和IE亚型与生存率呈强正相关，F亚型呈负相关。大多数IE 亚型 TME 的患者预后较好（图 4E）。基质亚型 F预后较差，免疫耗竭的 D 亚型也与较差的预后有关。然而，这种现象似乎是癌症类型特异性的。例如，在宫颈癌中，未观察到 D 亚型肿瘤和免疫富集肿瘤之间的生存差异（图 4F）。 最终，通过对不同癌症类型的 Fges 模式的综合分析创建了本研究的分类系统，该系统将 TME 分为四个亚型（图 4G），与其他泛癌分类方法相比，它们与 OS 和 PFS 显著相关（图 4E）。
04   四种保守的TME亚型与免疫治疗效果相关   为了确定该 TME 分类系统是否可用作预测对免疫检查点阻断反应的工具，本研究对四种不同 TME 亚型对免疫检查点抑制剂的反应进行了探索。在接受抗 CTLA-4 治疗的两个独立皮肤皮肤黑色素瘤队列中，患者被分为四类TME 亚型（图 5A），对易普利姆玛的反应显著相关。在免疫、非纤维化 TME 亚型 IE 中，抗 CTLA-4 治疗的反应者百分比为 82%，而 F 亚型仅为 10%（图 5B）。在两个队列中，抗 CTLA-4 后的 OS 在 TME IE 亚型中最长（图 5C ）。在接受抗 PD1 治疗的三个独立的抗 CTLA-4 幼稚黑色素瘤患者队列中也有类似的发现（图 5D）。与 F 亚型（10%）相比，TME 亚型 IE 患者的总体反应率（75%）显著高于 F 亚型（10%）（图 5E），在联合和个体队列分析中，TME IE 亚型患者的 PFS 和 OS 也延长（图 5F）。

图 5

本研究在使用抗 PDL1 或 PD1 治疗的膀胱癌患者、肺癌和胃癌的独立队列中进一步分析了 TME 亚型与免疫治疗反应的关联（图 5G-5L ）。结果显示超过 38% 的 TME IE 亚型膀胱癌患者是反应者（图 5H）。在膀胱癌中，与其他 TME 亚型相比，接受免疫治疗的 F 亚型患者的预后也较差，具有 TME 亚型 IE 的膀胱癌和肺癌患者的 OS 最长（图 5I 和 5J）。在胃癌中，TME IE 亚型仅由抗 PD1 治疗的应答者组成（图 5L）。接下来，本研究测试了 TME 亚型对其他基于免疫的疗法的反应的能力，例如针对黑色素瘤相关抗原 A3（抗 MAGE-A3）的治疗性疫苗接种和过继细胞疗法进行了测试，其反应与免疫富集的 TME 亚型 IE/F 和 IE密切相关（图 5M、5N），表明 TME 分类系统可应用于多种基于免疫的治疗作为反应的潜在生物标志物。  
05   TME的动态演变揭示了对免疫疗法的反应   TME直接影响免疫检查点阻断的效果；然而，免疫疗法也会影响和改变 TME，因此，跟踪 TME 进化可以为免疫检查点阻断反应提供重要的见解。在可以评估肿瘤进化的黑色素瘤队列中，本研究分析了从接受抗 PD1 免疫疗法治疗的黑色素瘤患者队列中收集的治疗前和治疗中活检的大量 RNAseq（图 6A- 6G) 。具体而言，黑色素瘤患者被分为抗 CTLA-4 初治和抗 CTLA-4 进展型黑色素瘤患者。使用 T 细胞和 CAF Fges（四种 TME 亚型的两个主要决定因素）特别可视化 TME 进化动态，明确显示了免疫治疗有利区和不利区TME的进化动态（图 6B-6G）。在这两组中，那些对抗 PD1 治疗有反应的人主要拥有 IE/F 和 IE 亚型（16 名反应者中的 13 名），在治疗中保持不变或向免疫富集环境发展（图 6A-6C）。相比之下，大多数对抗 PD1 治疗无反应者的 TME 似乎维持或趋于免疫不利 TME（图 6D），免疫耗竭和纤维化增加（图 6D-6F）。这些进化模式得到了对接受抗 PD1 免疫疗法治疗的黑色素瘤患者队列之一的额外 TME 跟踪的支持（图 6G-6I）。两名治疗前 TME F 亚型肿瘤的黑色素瘤患者对免疫检查点阻断没有反应，治疗后仍处于 F 亚型（图 6G）。一般来说，对免疫治疗有反应的黑色素瘤患者的肿瘤进化为免疫富集的 TME 亚型 IE 和 IE/F，而无反应者保留了免疫不利的 F 亚型（图 6I）。

图 6

随着时间的推移，应答肿瘤中T细胞和NK细胞相关的Fges、Tregs和免疫检查点的表达显著增加（图6J），表明在免疫检查点阻断的反应中，TME被激活，免疫细胞浸润增加。除了TMB外，本研究还通过评估治疗前和治疗中活检来确定增加的预测价值，发现与治疗前和治疗期间增加 TME 亚型变化相比，单独的 TMB 无法预测对抗 PD1 免疫治疗的反应（图6K)。 在没有可用 TMB 数据的情况下，与 仅使用治疗前活检进行分类相比，利用治疗前和治疗中活检的 TME 分类仍有很高的预测潜力（图 6L）。
06   TME亚型与癌症基因组改变有关   肿瘤内的基因组改变和致癌信号已被证明会影响抗肿瘤免疫和 TME 活性；因此，本研究研究了肿瘤突变与 TME 分类之间的联系。编码免疫调节和致癌基因的染色体区域中多个特定 CNA 的模式与每个 TME 亚型相关（图 7A）。抗凋亡基因 BCL2L1在 TME IE 亚型癌中扩增，与其在 F 亚型癌中的常见缺失形成对比（图 7A）。在 TME 亚型 IE 癌中观察到的其他免疫逃逸机制可能与与抗原呈递机制或干扰素诱导通路 相关的基因突变有关（图 7B）。

图 7

接下来，本研究在8024例TCGA黑色素瘤和腺癌中进一步分析了与每个TME亚型相关的基因组改变，主要集中在通过TMB测量的不同水平的抗原性(图7C左)以及已建立的主要临床可操作和可靶向突变(图7C右)。每种亚型大约4%-10%的患者有这些突变，IE亚型的比例最高，F亚型的比例最低(图7B和7C)，这与之前观察到的这些亚型的免疫反应和抑制特性相关。最终，该分析表明，基于转录组学的TME分类结合基因组学分析可用于组合治疗设计(图7D)。    
小编总结
本研究开发了基于整体转录组的 TME 分类平台，检测了在泛癌中保守的四种免疫/纤维化 TME 亚型， 并且证实四种 TME 亚型可预测多种癌症对免疫治疗的反应，最终将将基因组学和转录组学整合到一个可视化工具中。

打赏