TCGA+多组学整合+免疫浸润：预测肺腺癌预后和免疫治疗反应
-
发表时间：2023年6月
摘要：
文章探讨多胺代谢相关基因在肺腺癌预后预测和免疫治疗反应评估中的应用价值，并展示一套标准化的生信分析流程。从TCGA和GEO数据库获取LUAD表达谱和临床数据，从MSigDB数据库收集59个多胺代谢相关基因。采用LASSO回归构建风险评分模型，通过Kaplan-Meier生存分析评估模型预测效能，并在独立数据集中验证。利用单因素和多因素Cox回归筛选独立预后因子并构建列线图。通过共识聚类分析识别分子亚型，使用GO/KEGG富集分析探讨生物学功能，采用ESTIMATE、MCP-counter、xCell算法评估免疫浸润特征，利用TIDE算法预测免疫治疗反应。基于14个关键基因构建的风险评分模型成功将患者分为高低风险组，高风险组预后显著更差（P=1.4e-11）。PSMC6、SMOX、SMS被鉴定为独立预后因子。共识聚类将患者分为两个亚型，C2亚型具有更高的免疫浸润水平和更好的免疫治疗反应预测效果。成功建立了一套完整的基于代谢基因集的预后预测和免疫治疗反应评估流程。
一、文章简介
本文探讨多胺代谢相关基因能否用于预测肺腺癌（LUAD）患者的预后和免疫治疗反应。
数据来源：
- TCGA数据库（LUAD转录组+临床数据）
- GEO数据库（GSE72094，独立验证集）
- MSigDB数据库（收集59个多胺代谢相关基因）
主要分析方法：LASSO回归、Cox回归（单因素+多因素）、共识聚类分析、差异表达分析、GO/KEGG富集分析、PPI网络构建、ROC曲线、TIDE算法评估免疫治疗反应、qRT-PCR验证。
二、主要结论
1. 59个多胺代谢基因中大部分在LUAD中高表达
通过对比TCGA中肿瘤组织和正常组织的表达数据，发现多数多胺代谢相关基因在LUAD样本中呈现上调趋势（FigA）。同时利用STRING数据库构建了这些基因的蛋白互作网络（FigB），显示它们之间存在较为密切的相互作用关系。
2. 通过LASSO回归筛选出14个关键基因构建风险评分模型
利用LASSO机器学习方法从59个基因中进一步筛选，最终确定14个显著性基因用于构建风险评分模型（FigA-B）。风险评分公式 = 各基因表达值乘以相应系数后求和。根据最优cut-off值将患者分为高风险组和低风险组。
Kaplan-Meier生存分析显示，高风险组患者的总体生存时间显著低于低风险组（FigD，P = 1.4e-11，HR = 2.67）。这一结果在独立验证集GSE72094中也得到了验证，说明该模型具有良好的泛化能力。
4. 单因素+多因素Cox回归筛选出3个独立预后因子
通过单因素Cox回归分析，发现AZIN2、PSMA4、PSMB7、PSMC5、PSMC6、PSMD2、SMOX、SMS与患者生存显著相关。进一步的多因素Cox回归分析确认PSMC6、SMOX、SMS为独立预后因子（FigA，HR > 1，均为风险因子）（B）基于这3个基因构建的列线图可有效预测患者1年、3年、5年生存率（FigC-D）。
5. 共识聚类分析将LUAD患者分为两个不同亚型
基于14个关键基因的表达谱，通过共识聚类分析将LUAD患者分为C1和C2两个亚型（FigA-D）。两个亚型之间共筛选出291个差异表达基因（FigA），其中上调基因199个，下调基因92个。GO和KEGG富集分析显示，上调基因主要富集在细胞器分裂、核分裂、细胞周期等通路（FigC-D）。
6. C2亚型患者预后更好、免疫浸润更高、免疫治疗效果更佳
生存分析显示C2亚型患者总体生存显著优于C1亚型（FigB）。免疫微环境分析表明，C2亚型具有更高的免疫评分、基质评分和ESTIMATE评分（FigA），并且中性粒细胞、T细胞、B细胞等多种免疫细胞浸润水平更高（FigB-C）。TIDE算法预测结果显示，C2亚型患者对免疫检查点阻断治疗的响应更好（FigD）。
7. qRT-PCR验证PSMC6、SMOX、SMS在LUAD细胞中高表达
在LUAD细胞系（H1975和H2009）中通过qRT-PCR验证，发现PSMC6、SMOX、SMS的表达水平均显著高于正常支气管上皮细胞BEAS-2B。ROC曲线分析显示这三个基因的AUC值分别为0.822、0.818、0.802（FigD-F），具有一定的诊断价值。生存分析同样证实这三个基因高表达的患者预后更差（FigG-I）。
三、文章小结
本研究采用LASSO回归+Cox回归+共识聚类+TIDE算法等一系列生信分析方法，构建了预测LUAD患者预后和免疫治疗反应的风险评分模型。这套分析套路:代谢基因集 + LASSO建模型 + 独立验证 + 共识聚类分亚型 + 免疫浸润 + 免疫治疗预测，适用于几乎所有类似研究.
类似的文章还可以参考：