论文部分内容阅读
背景膀胱癌（Bladder Cancer,BCa）是泌尿生殖系统最常见的恶性肿瘤,世界范围内其发病率居恶性肿瘤第十位,且发病率有上升趋势。近年来,越来越多的证据表明肿瘤微环境（Tumor Microenvironment,TME）与膀胱癌患者的预后及免疫治疗反应有紧密的联系,但其背后的机制仍然不清晰。目的探讨膀胱癌的肿瘤免疫微环境分型并分析其与膀胱癌预后和抗PD-L1疗效的关系,构建TME预后模型,以寻找新的肿瘤标志物。材料与方法1.分别提取IMvigor210队列、TCGA-BLCA队列及GSE13507队列中膀胱癌患者的基因表达矩阵及临床信息,基于反卷积算法CIBERSORTx评估22种免疫细胞的相对比例,通过一致性聚类鉴定肿瘤免疫微环境亚型,并采用主成分分析验证一致性聚类结果的稳健性。2.加权基因共表达网络分析（Weighted Correlation Network Analysis,WGCNA）将亚型差异基因聚类为不同的基因模块并鉴定肿瘤免疫微环境亚型及免疫治疗反应相关的模块,采用KEGG富集分析其信号通路以揭示其分子特征。单基因基因集富集（single sample Gene Set Enrichment Analysis,ss GSEA）分析进一步评价代谢相关通路在亚型中的差异。3.在TCGA-BLCA队列中,使用“maftoools”R包可视化及分析亚型间的突变状态,计算肿瘤突变负荷（Tumor Mutation Burden,TMB）并分析亚型间差异。4.将IMvigor210队列作为训练集,TCGA-BLCA队列及GSE13507队列作为外部验证。通过单因素COX回归分析、套索算法（Least absolute shrinkage and selection operator,Lasso）分析及多因素COX回归分析选取基因构建TME模型。使用受试者工作特征曲线（Receiver Operating Characteristic Curve,ROC）评估模型预测能力。结果1.在IMvigor210队列和TCGA-BLCA队列中,膀胱癌可被分为三类亚型（C1-C3）。C1亚型具有较高的CD8 T细胞,活化的记忆CD4 T细胞,滤泡辅助性T细胞,活化的NK细胞及M1型巨噬细胞。C2亚型具有较高的M0巨噬细胞及活化的肥大细胞,C3亚型具有较高的B细胞及静息免疫细胞。2.K-M生存分析显示三组亚型总生存率在IMvigor210队列（P=0.029）和TCGA-BLCA队列（P=0.008）中存在明显差异。三类亚型中,阿特珠单抗治疗客观缓解率为C1＞C2＞C3（P=0.021）;PD-L1的m RNA水平在C3亚型中最低（P＜0.001）,C1和C2亚型则无明显差异;PD-L1免疫细胞表达水平为C1＞C2＞C3（P=0.002）。3.通过“limma”包共鉴定出1787个差异基因（|log FC|＞1且FDR＜0.05）。WGCNA显示这些基因可以被分为8个基因模块,其中C1亚型与turquoise模块相关,C2亚型与turquoise、black、red、green和brown模块相关,而C3亚型与black、blue、pink和yellow模块相关。基因富集分析显示:turquoise模块主要富集于免疫相关通路,black、red、green和brown模块主要富集于细胞外基质相关通路,而blue、pink和yellow模块则主要富集于代谢相关通路模块。在这些基因模块中turquoise模块与anti-PD-L1疗效正相关,而black、pink和yellow模块与疗效负相关。4.ss GSEA显示C1和C2亚型具有相似的代谢状态。大多数的脂质代谢都富集在C3亚型中,而所有的核苷酸代谢通路在C1和C2亚型中高表达。同时碳水化合物代谢通路,例如糖酵解途径在C3亚型中高表达。5.在三类亚型中,无义突变,单核苷酸多态性以及C＞T突变具有最高的突变频率。P53突变（P=0.001）和RB1突变（P=0.002）在C1和C2亚型中最常见;PIK3CA突变在C1亚型中最常见（P=0.038）;FGFR3突变则在C3亚型中最常见（P=0.009）。同时C1亚型具有最高的TMB水平（P＜0.05）,C2和C3亚型之间TMB水平则无明显差异。6.通过单因素COX回归分析、Lasso回归及多因素COX回归分析筛选出18个基因构建TME预后模型。相较与低风险组,三组队列中高风险组患者均表现更差的总生存率（P＜0.001）。在IMvigor210队列中,3-、5-和10-年AUC分别为0.721、0.702和0.762;在TCGA-BLCA队列中,3-、5-和10-年AUC分别为0.751、0.764和0.836;在GSE13507队列中3-、5-和10-年AUC分别为0.786、0.750和0.675。7.C1亚型患者风险得分显著低于C2（P=0.001）和C3亚型（P=0.002）,但C2和C3亚型风险得分无明显差异。风险得分与TMB呈负相关（R=-0.17,P=0.004）。反应组具有更低的风险得分（P＜0.001）,同时低风险组PD-L1免疫细胞表达水平高于高风险组（P＜0.001）。此外TME预后模型（AUC=0.740）较单独的PD-L1 m RNA水平（AUC=0.567）及PD-L1免疫细胞表达水平（AUC=0.618）更能预测anti-PD-L1的疗效。结论1.基于肿瘤浸润免疫细胞将膀胱癌患者聚类为三类亚型。C1亚型具有较强的免疫原性呈现较好的预后;C2亚型具有较强的免疫原性但也具有较强的侵袭转移特征;C3亚型具有较强的侵袭转移特征并具有上调的代谢状态。具有增强的免疫原性患者具有更好的anti-PD-L1疗效,细胞外基质相关通路及上调的代谢通路则会减弱anti-PD-L1的疗效2.基于18个TME相关的基因构建的预后模型可以较为准确的预测膀胱癌患者的预后及anti-PD-L1的疗效。综上,本研究探索了膀胱癌的分型及亚型分子特征,构建了TME预后模型。这有助于更好的认识TME在膀胱癌中的作用,识别对免疫治疗敏感的膀胱癌患者,为膀胱癌患者精准化治疗提供依据。