《肿瘤突变负荷与免疫细胞浸润联合分析在胃修改见批注!癌预后评估中的临床意义.docx》由会员分享,可在线阅读,更多相关《肿瘤突变负荷与免疫细胞浸润联合分析在胃修改见批注!癌预后评估中的临床意义.docx(16页珍藏版)》请在优知文库上搜索。
1、L肿瘤突变负荷与免疫细胞浸润联合分析在胃iZ癌预后评估中的临床意义段福慧王光明(大理大学第一附属医院基因检测中心,云南一大理671000)作者简介:段福慧(1993),女,本科,检验技师。通信作者:王光明(1973),男,博士,教授,研究方向:神经内科,电子邮箱:基金项目:云南省科技厅,(2017DQCO2);云南省卫计委医学学科带头人,(D-);云南省自然科学基金,2019FH001-(020);云南省教育厅科学研究基金项目,(2020J0590)。【摘要】目的研究肿瘤突变负荷(TMB)对胃癌(GC)患者预后的影响并进一步探讨TMB与免疫细胞浸润的关系。方法从TCGA数据库中下载GC患者体细
2、胞基因突变数据、转录组数据及临床数据,使用R语言“maftools”软件包分析基因突变概况,并计算,每个样本的TMB0将样本按TMB的高低分为两组,进行生存分析。使用“limma”包对高、低TMB两组的表达谱进行差异分柝,利用R语言对差异基因进行GO及KEGG通路富集分析。基于ImmPOrt数据库,筛选出差异免疫基因共97个。通过CoX回归分析,筛选出4个预后相关基因构建预后模型。通过TIMER数据库,进一步评估GC突变基因和免疫细胞浸润之间的相关性。最后,使用Cox回归模型与生存分析来评估免疫细胞的预后价值。结果通过TCGA数据库共筛选出胃癌样本375例,正常样本32例。其中375例样本中O
3、T单核甘酸突变发生次数最多,GC中突变率最高的三个基因是TTN、TP53和MUC16;使用Kaplan-Meier法进行生存分析,发现高TMB值与更好的生存结果相关:筛选出816个差异表达基因,进行基因通路富集分析,发现这些基因主要在肌肉系统的形成与含胶原蛋白的细胞外基质和神经活性配体-受体相互作用的通路上明显富集:单变量CoX回归分析鉴定了12个与预后相关的基因,多因素COX回归分析筛选出APoD、FGF7、AMHR2、NPR3这4个基因来构建预后模型,结果表明高风险组的患者生存率更差。不同的TMB水平表现出不同的免疫浸润模式,高TMB组中CD81+1T细胞、CD41+j.T细胞和Tfh细胞
4、的丰度明显高于低TMB组:通过COX回归结果显示一高巨噬细胞浸润与GC患者较差的生存结果相关。结论较高的TMB与胃癌患者更好的生存预后相关;高巨噬细胞浸润预示胃癌患者预后较差。【关键词】胃癌;Tm数据库:-肿瘤突变负荷;免疫细胞浸涧:预后中图分类号R735.2-格式的:两端时齐)CIiniCalSignifiCanCeOfCOmbinedAnalySiSOfTUmorMinatiOnBUrdenandInInIUneCCIlInfiltrationinPrOgnoSiSEVaIUaliOnOfGaStriCCanCCrDUanFUhUi,WangGuangming(GCnC【csiingCCn
5、lCrOfIhCFirSlAnIIia【cdHoSDilalOfDaIiUnivcrsily.YUnnanDaLi671000)InlrcduciicnmIheauthor:DUanFUhUi(1993-),Female,BaCheIOrdeqree,:MediCQl字体:TineSNeWRoman1.aboratOryTechnician.COrreSDOndingauthor:WangGUangming(1973).Male,Doctor.PrOfeSSor,ReSearChdirection:InIernalMedicine-Neurology.E-mail:.FUndPrOjeCI:D
6、eDartmenlOfeducationOfYUnnanProvince.(2017DOCO2);MediCaldiscinineIeaderOfYUnnanprovincialhealthandFamiNPlanninRCOmmiSSiOn(D-):NatUralSCienCeFOUndaIionOfYUnnanProvince2019FHOOI-(O20):SCienIifiCReSearChFUndProieCtOfYUnnanPrOVinCialEdUCationDePartment(2()2()J0590).【ABSTRACT】【OBJECTIVE】:TOinvesligalethe
7、effectOfIUmOrmUtaliOnburden(TMB)OnIhCDrognoSiSOfDaIiCnISWiIhgasiricCanCCr(GC)andofurtherinvcsligalc【herclalionshiDbetweenTMBandimmuneCCHinfihraIiOn.【METHODS:SOmaliCgenemulationdata,IranscriDtomedataandCliniCaldataOfGCDalienISWeredownloadedfromIheTCGAdatabase,andIheXenemutationDrofneWaSanalyzedUSinRI
8、heRIangUagemaftoolsSOftWarepackage,andtheTMBOfeachSamPleWaSCaICUlated.SamDleSWeredividedinloIWogroupsaccordingI。IheIeVelOfTMBforSUrViValanalysis.DifferentiaIanalysisOfexpressionDrOfneSbetweenhighandIoWTMBgroupswasDcrfonncdUSingIhClimmapackage,andGOandKEGGDaIhWaYCnriChmCnlanalysisOfdifferentialgenesw
9、asDerfbrmedUSingRIanRUaqe.BaSedOnIheImmPOrtdatabase,aIOIalOf97differeniallyimmunegenesWereselected.ByCOXregressionanalysis,fourProRnoSiS-relatedReneSWereSeIeCtedtoCOnStrUCtaPrORnoSIiCmodel.TheassociationbetweenGCmutatedgenesandimmuneCellinfiltrationWaSfurtherassessedbytheTIMERly、IheDrognoSliCValUeOf
10、immuneCelISWaSassessedUSingCoXregressionmodelsWiIhSUrViValanalysis.【Results】:AtotalOf375gaslricCanCerSamDICSand32normalSamDlKSWerCSCrCCnKdbvTCGAdatabase.AInOnghem,IhCCTSinglenucleotidemuiationOCCUlTedIhemostfreuenll,in375samples,andIheIhreeReneSWithIhehighestmutationrateinGCWereTTN,TP53,andMUCl6;SUr
11、ViVaIanalysisUSingIheKaman-MeiermethodrevealedthathighTMBVaIUKSWereassociatedWithbelterSUrViVaIoutcomes:816differentiallyexpressedgenesWereSeleCIedandgeneDalhwayenrichmenlanalysisrevealedIhalIheSegenesWeremainlyenrichedinIheDalhWaybclwccnIhCfornalionOf【heInuSClCSySlKnlandCOHagCn-COnlainingexlracellu
12、larmatrixandneuroactiveIiaand-recegorinteraclions:UniVariaIeCoXregressionanalysisidentified12genesassociatedWilhDrOgnOsis,andmultivariaeCOXregressionanalysisSCreenedfourgenes,APOD,FGF7.AMHR2,andNPR3JoConSlrUClaPrOgnoSliCmodel、andIheresultsShOWedthatpatientsinIhehigh-riskgrouphadaWorSeSUrViValrale.Di
13、lTerenlTMBIeVelSShoWeddifferenlPaHernSOfimmuneinfillralion,and【heabundanceOfCD81+Tcells,CD41+Tcells,andTfhCClISWaSSignifiCanuyhigherinIhChighTMBgroupIhanin【heIoWTMBgroup;IhCrcsuksOfCoXregressionanalysisShOWedIhathighmacroDhageinfilIraIiOnWaSassociatedWilhDoOrSUrViValOUIComeSinGCDalienis.【Conclusion】
14、:HigherTMBisassociatedWithbelterSUrViVaIPrOIgnOSiSinRaStriCCanCerpatients;highmacrophageinfiltrationPrediCtSDoOrCrDrognoSiSingasiricCanCCrDaliCnis.【KeyWords】:GaSIriCcancer;TCGAdaiabasc;TUmorMUIaUonBurden;ImmUnCCCHinfiltration;TheProRnOSis;胃癌(Gastriccancer,GO作为消化系统发病率最高的恶性肿瘤,-是全球第-一I-格式的:两端对齐J五大最常见的肿
15、瘤和第四大最常见的癌症死亡原因。截止至2020年全球有超过100万新发GC病例和近80万GC患者死亡。中国癌症报告显示,GC的发病率位居全国第二且呈现年轻化的特点,新发病例约为40.3万例。由于缺乏早期诊断标志物,大部分胃癌患者被确诊时已处在晚期阶段,其预后较差。因此研窕GC预后的机制,挖掘关键基因,寻求对GC更敏感的生物标志物,对改善GC患者的总体生存期至关重要。肿瘤突变负荷(IUmorMUtationBUrdenJMBL是指一份炉b.:U带格式的:字体:宋姆小四二)因的外显子编码区霖兆碱基中发生置换和插入/缺失突变的总数”。有研究表明,Ji.有较高突变负荷的肿瘤能够在肿瘤细胞表面募集到更多
16、的新抗原,增加肿瘤的免疫原性,从而提高免疫治疗的疗效。肿瘤基因突变具有高度特异性,不同患者之间存在不同的基因突变图谱,而TMB可能是多种实体肿瘤免疫治疗结局的潜在生物标志物。近年来,越来越多的研究数据表明TMB是免疫检查点抑制剂(ImmuneCheckpointInhibitors,ICIS)的新型生物标志物,能够预测免疫治疗的疗效。2020年6月17日,FDA批准TMB-H(TMB210MUtS/Mb)作为筛选癌症患者的分子生物标志物。因此,本研究旨在评估TMB在GC患者中的预后价值及其与免疫细胞浸润的关联。1资料与方法1.1 资料获取利用TCGA官网推荐的下载软件gdc-client从基因组数据共享(GenomicDataCommons,GDC)平台,下载GC患者转录组数据其中胃癌样本375例,正常样本32例、运用StrawberryPerl5.32.1软件将转录组数据整理