8+！铁死亡在结肠癌中相关预后与免疫分析~

导语

从结肠癌特异性基因，如免疫相关基因入手，进行免疫治疗相关的研究，有可能使更多的患者从科研中受益。目前，结肠癌预后基因筛选已取得一定进展，前期研究表明铁死亡可能是肿瘤生长抑制和免疫治疗的潜在利害点。

背景介绍

今天小编为大家带来的这篇文章，作者探讨了铁死亡相关因子在结肠癌中的预后和免疫原性特征。文章发表在《Frontiers in Immunology》上，影响因子为：8.786，文章题目为：Prognostic immunogenic characteristics of iron pendant disease modifiers in colon cancer。

数据介绍

本研究从 UCSC Xena 数据库检索结肠癌 (COAD) 的 RNA 测序和匹配的完整临床信息（年龄、性别、生存状态、肿瘤分期），并从 TCGA 数据库下载结肠癌的基因组和转录组数据。

技术路线

本研究技术路线如图所示。

结果解析

01landscape

本研究共纳入 69 个 FRG，其中 68 个存在于 TCGA-COAD 中。图 1A 显示了这些 FRG 在染色体上的拷贝数变异 (CNV) 位置。根据癌症基因组图谱 (TCGA) 数据库中 COAD 样本中 68 个 FRG 的 mRNA 表达谱，COAD 患者被无监督聚类分析分为三种分子模式 (C1:n=81; C2: n=226; C3:n=119)。主成分分析 (PCA) 证实这三种亚型是完全可区分的（图 1B）。图1C显示了具有不同临床病理特征的COAD患者的三种模式。此外，本研究评估了这些模式与肿瘤免疫微环境特征之间的相关性，数据显示不同样品中免疫细胞浸润程度的差异（图1D、E）、几乎所有三种分子模式之间FEG表达值存在显著差异，三种分子模式中铁死亡抑制调节基因表达的规律性差异（图 2A）。免疫细胞浸润（图2B、C）和免疫功能（图2D）也存在显著差异。

图 1

图 2

02COAD三个铁死亡基因簇的TME特征

本研究进一步探讨了铁死亡的三种分子模式之间的生物学行为。对这三种模式进行差异表达分析，将这三个差异表达基因（DEG）总计7425个（图3A）串联起来进行单变量cox回归分析，筛选与预后相关的基因，得到255个基因。基于这255个基因，本研究进行无监督聚类，并将TCGA-COAD队列分为2个基因簇（图3B），分别为基因簇A和基因簇B（图3C）。两个基因簇之间的免疫细胞浸润（图3D、E）和免疫功能（图3F）存在显著差异，尤其是B细胞和T细胞。

图 3

03COAD铁死亡评分系统的开发

接下来本研究根据主成分分析 (PCA) 计算每个 COAD 样本的铁死亡评分。然后将所有患者分为高铁死亡评分组和低铁死亡评分组。 图4A显示了TCGA-COAD样本的高铁死亡评分组和低铁死亡评分组与预后生存之间的关系。与低铁死亡评分组相比，高铁死亡评分组样本的总生存率较高。同时，在两个外部 COAD 验证集 GSE39582（图 4B）和 GSE175362（图 4C）中，高铁死亡评分组和低铁死亡评分组之间的生存率差异仍然显著（p < 0.05），并且高铁死亡评分组和低铁死亡评分组的生存率均保持显著（p < 0.05）。表明本研究在TCGA-COAD中构建的铁死亡评分系统具有良好的普适性和较强的鲁棒性。

图 4

04铁死亡评分作为COAD的独立预后因素

为了深入分析铁死亡评分的预后价值，本研究在TCGA-COAD队列中将铁死亡评分与其他临床特征进行预后分析 ，单因素cox回归分析结果（图5A）表明年龄、肿瘤分期和铁死亡评分与预后显著相关。进一步的多因素cox回归分析证实（图5B）年龄、肿瘤分期和铁死亡评分仍然与预后显著相关。因此，本研究根据这三个临床特征构建柱线图（图5C）来预测患者1年、3年和5年的生存率，并通过校准曲线、ROC曲线和DCA曲线验证柱线图预测预后的准确性。校准曲线结果显示（图 5C），1 年、3 年和 5 年的预测值与图表对角线的偏差很小。ROC曲线结果显示（图5E-G）柱线图1、3、5年ROC曲线的AUC值较高（大于0.7），DCA曲线结果发现（图5H-J）柱线图的净效益最大。上述三种方法均表明柱线图在预测患者预后方面具有良好的准确性。

图 5

05铁死亡评分与COAD的TME特征相关

本研究进一步探讨了铁死亡评分与 TME 特征之间的相关性。数据显示，与低铁死亡评分组相比，高铁死亡评分组的 T 细胞和 B 细胞评分显著较低（图 6A、B、D），免疫相关通路的活性也较低（图 6C）。此外，铁死亡分子亚型和基因簇亚型之间的铁死亡评分存在显著差异（图 6E、F）。总而言之，铁死亡评分与 COAD 中的 TME 密切相关。

图 6

06铁死亡评分高或低的群体的特征

本研究比较了六种化疗药物的估计半数抑制浓度 (IC50) 水平的差异，包括厄洛替尼 (图 7A)、吉西他滨 (图 7B)、阿糖胞苷 (图 7C)、吉非替尼 (图 7D)、Akt1/2/3 抑制剂MK.2206（图 7E）和 PPM1D（WIP1）抑制剂 CCT007093（图 7F）。数据显示，与低铁死亡评分组相比，高铁死亡评分组对厄洛替尼、吉非替尼和 PPM1D (WIP1) 抑制剂 CCT007093 更敏感。相比之下，低铁死亡评分组对吉西他滨、阿糖胞苷和Akt1/2/3抑制剂MK.2206更敏感。

图 7

除此之外，本研究根据GSE78220和IMvigor210数据集进一步研究了高评分组和低评分组的免疫治疗反应，发现GSE78220（图8A）和IMvigor210中高评分组和低评分组的生存结果相反（图8B），然而，这并没有影响样本存活率和免疫治疗反应之间的关系（图8C、D），即样本存活率越高，其对免疫治疗的反应越差。

图 8

最后，本研究对高铁死亡组和低铁死亡组（低vs高）进行差异分析，得到748个DEG（上调=40，下调=708）（图9A，B），以及GO（图9C）和KEGG的结果(图9D)富集分析显示，这些基因主要富集于RNA剪接、染色体区域和蛋白激活等GO通路以及NOD样受体信号通路、内质网KEGG通路等蛋白加工通路。

图 9

小编总结

这项研究具有创新性，因为关于结肠癌中铁死亡的研究很少，而将免疫细胞浸润和免疫途径结合起来的研究则更少。本实验中利用生物信息学分析了结肠癌中铁死亡差异基因的表达情况，构建了线性风险预测模型，并利用该模型检测和验证了结肠癌中铁死亡相关基因与免疫浸润的关系。以及根据模型将患者分为高风险和低风险，并调查每组患者对免疫治疗的反应。这项研究也有一些缺陷，研究结果缺乏实验验证与更大数据量的支持。