基于免疫基因组开发乳头状甲状腺癌预后指标
今天为大家带来的是研究甲状腺癌预后的文献[Development of a prognostic index based on an immunogenomic landscape analysis of papillary thyroid cancer；2019.1；IF:4.867]。甲状腺乳头状癌(PTC)是甲状腺癌中最常见的亚型，而炎症与其发生和预后密切相关。因此，迫切需要系统地探索其免疫基因组结构，改善PTC的预后。癌症基因组图谱(TCGA)提供了大量的PTC样本，有助于对免疫基因组进行全面可靠的研究。
数据：整合了TCGA的493名PTC患者的免疫相关基因（IRG）表达谱和以及具有生存信息的临床数据。
需要的小伙伴扫码获取更多信息
结果1：识别差异表达的免疫相关基因
图1
图2
作者首先使用edgeR算法识别了5498个差异表达的基因，其中表达上调的基因有2258个，而表达下调的基因为3240个（图1A,1C）。在这一基因集合中提取了374个免疫相关的差异表达基因，这其中包括269个上调的以及105个下调的基因（图1B,D）。接下来作者又进行了功能富集分析，发现显著富集在炎症相关通路，功能富集结果如图2所示。
结果2：识别有预后效能的免疫相关基因
图3
由于了解疾病的结局对于临床治疗十分重要，在这一部分作者致力于发现有预后价值的分子marker。经过筛选，在PTC中最终发现了130个IRGs与PFI显著相关。接下来进行功能富集，可以发现相似的结果，这些基因主要富集在细胞互作以及运动通路中，功能富集结果如图3所示。
结果3：识别hub免疫相关基因
图4
表1
为了得到与预后显著相关的基因，作者最终筛选出一些特别显著的基因图4以及表1所示，图4B展示了作者运用蛋白质互作网络来筛选hub基因，最终得到三个hub基因（图4B）,图4C展示了功能富集分析的结果。
结果4：刻画hub免疫相关基因
图5
图6
在这一部分作者对得到的hub基因进一步刻画，使用表达谱的森林图展示，在PTC中识别的hub IRGs是上调的（图5A），而一个风险比森林图展示大部分基因是保护因素（图5B），这些IRGs具有显著预后价值，接下来对其分子特征进行全面刻画，作者观察了这些基因的基因组改变情况，发现普遍存在mRNA上调以及深度缺失的现象（图6）。
结果5：TF调控网络
图7
在这一部分作者为了探索与这些hub IRGs临床意义相对应的潜在分子机制，进一步研究了这些基因的调控机制。作者检测了318个转录因子(TFs)的表达谱，发现其中51个在PTC和非肿瘤甲状腺样本中有差异表达（图7A）。在Z这51例TFs中，11例与PTC患者的PFI相关(图7B),作者进一步基于这11个调控因子构建了调控网络，这个调控关系图如图7所示。
结果6：临床结局的评估
图8
图9
表3
在这一部分，基于多因素cox回归分析的结果，作者构建了一个预后signature将患者划分为两组，这两组具有不同的临床结局（图8），这个基于免疫的指数能够成为区分不同临床结局的PTC患者的有力工具（图9A）。图9B展示了这个指标的ROC,用多因素矫正的回归分析揭示了这个预后signature能够作为一个独立的预测子（表2）。进步一步发现这个预后signature在不同亚型中具有不同情况（图9C-E），作者也探索了这些基因的临床显著性（表3）。
结果7：这个预后signature的临床效能
图10
图11
在这一部分作者首先分析了这个基于免疫的预后指数与其他临床因素的关系（图10），接下来作者探索了是否这些免疫基因组反映了免疫微环境的状态，作者分析了这个预后指数与免疫细胞浸润的关系。
这篇文献的主要内容就介绍到这里，可以看出作者从免疫入手，接下来基本上就是纯预后分析，但是分析的非常全面，这种刻画角度非常值得我们学习。
弱弱的说下貌似这个分析思路可以直接套用其他癌型数据哦，
需要的小伙伴扫码获取更多信息
联系客服
