大家好！今天跟大家分享的文獻是2020年12月發表在Molecular Therapy Nucleic Acids（IF=7.032）雜誌上的一篇文獻。文章利用TCGA資料庫中的肝癌病人患者的轉錄組資料，分析並確定了患者的免疫相關lncRNA特徵並建立了預測模型，預測病人的預後情況、腫瘤免疫浸潤和化學治療方法的效率。
題目：Immune-Related lncRNA to Construct Novel Signature and Predict the Immune Landscape of Human Hepatocellular Carcinoma
免疫相關的lncRNA構建新的特徵並預測人類肝細胞癌的免疫情況
摘要
由免疫相關的長非編碼RNA（irlncRNAs）組成的標誌物，無需特定的表達水平，似乎在預測肝細胞癌（HCC）患者的生存中很有價值。本文從TCGA資料庫中檢索了原始轉錄組資料，透過共表達分析鑑定了irlncRNA，並使用單變數分析識別了差異表達的irlncRNA（DEirlncRNA）。此外，本文修改了Lasso演算法，得到了更為可靠的模型。計算了5年ROC曲線的AUC值和Akaike資訊標準（AIC）值，並確定了分界點，從而建立了區分肝細胞癌患者高低風險的最佳模型。然後，本文從生存率、臨床病理特徵、浸潤腫瘤的免疫細胞、化學治療效果和免疫抑制的生物標誌物的角度重新評估了模型。鑑定出36個DEirlncRNA對，其中12個包含在Cox迴歸模型中。在根據分界點重新分組患者後，可以更有效的區分不良的生存結果、積極的臨床病理特徵、特定的腫瘤免疫浸潤狀態、較低的化學治療敏感性和高度表達的免疫抑制生物標誌物。透過DEirlncRNA對特徵建立的模型可以在不同的表達水平中都能有很好的表現，具有很有前景的臨床應用價值
流程圖
1. 資料的獲取和整理
本文從TCGA資料庫的肝臟肝細胞癌（LIHC）專案中檢索了肝癌的轉錄組譜資料，包括50個正常和374個腫瘤樣品，利用Ensembl的GTF檔案對資料進行註釋。
2. 鑑定差異表達的irlncRNA
在已知的免疫相關基因和lncRNA之間進行共表達分析，在總共的808個irlncRNA中，102個為差異表達irlncRNA（DEirlncRNA）（圖1A），其中75個上調錶達而27個下調錶達（圖1B）。
圖1使用DEirlncRNA對建立風險評估模型
3. DEirlncRNA對的查詢和風險評估模型
使用迭代迴圈和在102個DEirlncRNA之間進行0或1矩陣篩選，鑑定出了3592個有效的DEirlncRNA對。經過單因素測試，然後進行改良的Lasso迴歸分析，提取了36個DEirlncRNA對，其中12個DEirlncRNA對在逐步分析方法的Cox迴歸分析中有顯著性變化（圖1C）。本文針對36對的每個ROC曲線計算了AUC，最好的AUC值為0.904（圖2A），同時也確認該DEirlncRNA具有最大AUC值（圖2B）。為了驗證最優性，本文不僅繪製了1年、3年和5年ROC曲線（所有AUC值均超過0.85（圖2C）），而且還比較了5年ROC曲線與其他臨床特徵（圖2D）。使用Akaike資訊標準（AIC）值將最大拐點識別為5年ROC曲線的分界點（圖2E）。將所有患者根據風險評分的分界點重新區分為高危組和低危組並加以驗證。
圖2透過DEirlncRNA對建立風險評估模型
4. 透過風險評估模型進行臨床評估
根據分界點將患者分為高危組157例和低危組208例。圖3A和圖3B顯示了每種情況的風險評分和生存率。這些結果表明，低風險組患者的臨床結果優於高風險組患者。KM分析顯示，低風險組的患者生存時間比高風險組的患者更長（圖3C）。本文進行了一系列卡方檢驗研究肝細胞癌風險與臨床病理特徵之間的關係。透過Wilcoxon秩檢驗獲得的帶狀圖（圖4A）和隨後的散點圖顯示T期（圖4B），M期（圖4C），腫瘤等級（圖4D），臨床期（圖4E）和生存狀態（圖4F）與風險顯著相關。接下來，本文透過單變數Cox迴歸分析證明了臨床分期、T分期和風險評分的統計學差異（圖4G），而且只有風險評分可以作為多變數Cox迴歸分析的獨立預測指標（圖4H）。
圖3 預後的風險評估模型
圖4透過風險評估模型進行臨床評估
5. 用風險評估模型估算腫瘤浸潤的免疫細胞和免疫抑制分子
由於lncRNA和免疫相關基因是關聯的，因此本文研究了該模型是否與腫瘤免疫微環境有關。本文發現高危組與浸潤腫瘤的免疫細胞（如巨噬細胞、單核細胞和CD8 + T細胞）正相關，與成纖維細胞和CD4 + T細胞負相關，詳細相關分析如圖5A所示。由於在臨床實踐中使用免疫相關關鍵基因抑制劑（ICI）來治療肝細胞癌，因此本文研究了該風險模型是否與ICI相關的生物標誌物有關，並發現高風險評分與CTLA4（圖5B）、HAVCR2（圖5C）的高表達呈正相關，但與LAG3（圖5D）和PDCD1（圖5E）沒有統計學相關性。
圖5透過風險評估模型估算腫瘤浸潤細胞和免疫抑制分子
6. 風險模型與化學療法之間的相關性分析
除了免疫關鍵基因抑制療法外，本文還嘗試分析風險評分模型與肝癌的普通化學治療療效之間的關聯。結果發現高風險評分與阿黴素、絲裂黴素和順鉑較低的化學治療藥物半抑制抑制率（IC50）相關，而與長春鹼的較高IC50相關，表明該模型可作為化學敏感性的潛在預測指標（圖5F）。
結語
這項研究表明由irlncRNA構建的新特徵可以預測HCC患者的預後，並可能有助於區分可以受益於抗腫瘤免疫療法的患者。本文的亮點在於將lncRNA和免疫功能兩者聯絡起來提取特徵建立模型預測肝癌病人的預後情況，得到了較好的預測效果，具有一定的創新性。但是也有一些需要改進的地方，一是資料不夠完整，未能同時獲取lncRNA表達水平、臨床病理特徵和肝癌患者生存結局資訊。二是構造的模型需要外部資料驗證，每個樣品的表達水平不同，這可能會使最終模型不可靠。
沃斯(WOSCI)由耶魯大學博士團隊匠心打造，專注最新科學動態並提供各類科研學術指導，包括：前沿科學新聞、出版資訊、期刊解析、論文寫作技巧、學術講座、論文潤色等。