肿瘤内微生物组与免疫反应的相互作用对胃癌预后的影响:探索个性化治疗新方向

【字体: 时间:2025年04月10日 来源:Microbiology Spectrum 3.7

编辑推荐:

  这篇研究利用 TCGA 和 GEO 数据库,分析胃癌(GC)相关数据。通过非负矩阵分解聚类,将患者分为 C1 和 C2 两种免疫预后亚型,发现二者在免疫特征、治疗反应等方面存在差异。肿瘤内微生物组与免疫浸润及免疫基因相互作用影响 GC 预后,Candidatus Nitrosotenuis有重要预后价值。

  ### 研究背景
胃癌(GC)是全球常见的恶性肿瘤,预后较差,发病率在东亚、东欧等地较高。肿瘤微环境(TME)中的微生物组对肿瘤发生有影响,Helicobacter pylori等肿瘤内微生物组参与 GC 发病机制并影响治疗效果。目前细菌 - 免疫基因在 GC 中的作用尚不清楚,本研究旨在剖析 GC 中的免疫基因,探究预后差异、免疫表型及免疫治疗反应,为 GC 治疗提供新策略。

材料与方法


  1. 数据获取:从癌症基因组图谱(TCGA)数据库获取胃腺癌(STAD)患者的 mRNA 表达数据,从 NCBI 基因表达综合数据库(GEO)下载相关数据集,还从 GeneCards 数据库和人类微小 RNA 疾病数据库获取基因和 miRNA 数据。
  2. 免疫亚型分类:以免疫相关基因作为候选基因集,用 Cox 回归分析评估其与总生存期(OS)的相关性,通过非负矩阵分解(NMF)聚类方法进行分类,并在外部验证集验证。
  3. 免疫细胞浸润分析:运用多种算法评估免疫细胞和基质细胞的浸润情况,如微环境细胞群体(MCP)算法、单样本基因集富集分析(ssGSEA)和 ESTIMATE 算法。
  4. 亚型基因集富集分析(GSEA):利用 limma 和 clusterProfiler R 包对基因本体(GO)和京都基因与基因组百科全书(KEGG)通路进行 GSEA 分析。
  5. 免疫亚型性能验证:分析 GC 亚型间的差异表达基因(DEGs),构建 60 - 基因分类器,用最近模板预测(NTP)算法预测亚型并与 NMF 算法结果对比。
  6. 免疫治疗和药物敏感性分析:通过 SubMap 分析预测免疫治疗疗效,用 pRRophetic R 包基于癌症药物敏感性基因组学(GDSC)数据库评估化疗敏感性。
  7. 免疫亚型间肿瘤内微生物组差异分析:用 Kraken 分析研究肿瘤内微生物组,通过多种微生物组相关分析预测和验证免疫亚型。
  8. 重要基因调控网络分析:用 “RcisTarget” 包预测转录因子,构建 mRNA - miRNA 相互作用网络,分析关键基因与肿瘤内微生物的相关性。
  9. 实验验证:进行多重免疫组织化学(mIHC)、细胞培养与转染、构建预后模型、荧光原位杂交(FISH)和动物实验,并运用 R 语言进行统计分析。

研究结果


  1. 预后相关基因和分子亚型的鉴定:通过 Cox 单因素回归筛选出 57 个预后相关基因,NMF 聚类确定最佳聚类数为 2,分为 C1 和 C2 两种分子亚型。C2 亚型患者生存可能性更高,在多个数据集中均得到验证。
  2. 亚型免疫特征分析:C2 亚型在 Th2 和 Th17 细胞等免疫特征方面表现更优,细胞周期和 MYC 通路激活相关评分更高,免疫和基质评分低于 C1 亚型。
  3. 免疫水平评估:MCP 和 ssGSEA 算法分析显示,两种亚型免疫浸润水平差异显著。C2 亚型 Th2 和 Th17 细胞更多,C1 亚型 PDCD1LG2 和 TLR9 表达增加。GO 和 KEGG 分析表明,两种亚型在多个相关通路存在明显差异。
  4. 分子亚型的药物敏感性和突变负荷水平验证:构建的 60 - 基因分类器可有效区分亚型。不同亚型对多种化疗药物敏感性不同,C2 亚型在多个基因的突变比例更高,在微卫星不稳定性(MSI)、新抗原和肿瘤突变负荷(TMB)方面与 C1 亚型存在显著差异,C1 亚型对免疫治疗更敏感。
  5. 分子亚型的免疫相关基因验证:多种免疫相关基因在不同免疫亚型中的表达存在显著差异,C1 和 C2 亚型分别有特定免疫相关基因高表达。
  6. 分子亚型间的 TIDE 分析:肿瘤免疫功能障碍和排除(TIDE)分析显示,两种亚型在功能障碍、排除、无获益和应答者等方面存在显著差异。
  7. 亚型间肿瘤内微生物组分布:微生物丰度与免疫浸润水平存在相关性,不同免疫亚型中免疫相关基因、细胞毒性 T 淋巴细胞(CTL)基因与微生物存在关联。免疫治疗应答和非应答组中,免疫细胞浸润水平与微生物丰度的相关性不同,巨噬细胞 M2 的浸润水平在两组间差异显著。
  8. 亚型间差异表达分析:分析得到 1860 个差异表达基因,随机生存森林分析确定 CXCR4、TRIM31、GPR35 和 LMNB2 为关键基因,其表达与患者生存情况相关。
  9. 关键基因的调控网络分析:关键基因受多种转录因子调控,预测出相关 miRNA 并构建了 mRNA - miRNA 相互作用网络。关键基因与多种微生物存在显著相关性,部分微生物在 C1 和 C2 亚型中的丰度存在差异。
  10. 关键基因免疫意义的检验和验证:关键基因与多种免疫细胞存在显著关联,mIHC 验证了部分关键基因与 T 细胞标记物的相关性。小鼠皮下肿瘤模型实验表明,过表达关键基因会影响肿瘤增殖,且与免疫逃避有关。
  11. 预测模型的预后相关构建和关键肿瘤内微生物群的探索:通过 LASSO 回归构建预后模型,高风险组患者总生存期较低风险组短,模型有一定预测准确性。Candidatus Nitrosotenuis对 GC 患者预后有显著预测价值。

讨论


本研究鉴定出两种 GC 免疫亚型 C1 和 C2,C2 亚型生存预后更好。C1 亚型免疫和基质评分较高,免疫治疗敏感性可能更高;C2 亚型基因突变更多,化疗敏感性更好,可能有更优的预后。C2 亚型在与蛋白质合成、能量代谢等相关的通路评分更高,有助于维持代谢稳定和预防癌症进展。肿瘤内微生物组与免疫细胞和基因相互作用,影响 GC 进展,Candidatus Nitrosotenuis可作为预后预测指标,关键基因与微生物存在复杂相互作用。本研究为 GC 分子分型和个性化治疗提供了新视角,但存在一定局限性,如受分析方法和数据集来源限制,未充分验证预测模型,未深入探讨外部因素对 TME 的影响等,未来需进一步研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号