论文部分内容阅读
【背景】越来越多的证据表明,铁死亡和细胞焦亡在LGG（low-grade glioma,低级别胶质瘤）的肿瘤发生中起关键作用,国际上由铁调控的、脂质过氧化驱动的细胞死亡反应已经作为抗肿瘤治疗的重要靶点。胶质瘤中细胞蛋白表达的调控及其对肿瘤活性的调节正被足够多的证据所支持。2021年WHO（World Health Organization,世界卫生组织）中枢神经系统肿瘤分类和中枢神经系统肿瘤分类分子信息及实践方法联盟（非WHO官方组织）同时指出,胶质瘤分子生物学标志物和基因检测有助于肿瘤精准分类,并为胶质瘤的精准治疗提供治疗靶点和研究方向,其中特别指出了分子诊断的重要性。即使组织学形态呈CNS WHO 2级的IDH（isocitrate dehydrogenase,异柠檬酸脱氢酶）野生型弥漫性星形细胞瘤,如果伴随发生基因突变或部分染色体缺失（10号染色体缺失）,也可诊断为胶质母细胞瘤,同时分子的变异特征也是其相关的预后标志物。由于LGG增殖快,且对化疗药物敏感性差,手术治疗不能完全解决肿瘤侵袭正常神经细胞组织的问题,例如侵及功能区肿瘤往往会因术后功能问题不能做到全切,而免疫治疗逐渐成为其治疗的一种新思路,但是目前关于免疫治疗效果的预测研究甚少。已有证据表明,免疫治疗能够激活CD8+T细胞从而致使肿瘤细胞的铁离子脂质特异性过氧化,也就是说铁死亡将会增强抗肿瘤的免疫治疗疗效。众所周知,免疫反应中免疫系统不断达到免疫微调以适应TME（the tumor microenvironment,肿瘤微环境）的改变。细胞焦亡产生的细胞因子可以介导PCD（programmed cell death,细胞程序性死亡）,也是引起肿瘤免疫反应的“双刃剑”。近几年,细胞焦亡在免疫治疗的作用和作为靶点治疗的用途逐渐引起人们的关注。基于以上,铁死亡和细胞焦亡均为PCD方式,且有大量研究证实了这两种细胞死亡方式的串扰,那么其二者关联性基因作为临床预测和免疫反应的标志物是值得研究的。生物信息学是跨生物学、信息学、数学、医学等学科的综合学科,大数据时代的当下,我们迫切需要探索LGG新的生物标志物或预后特征基因。在这项研究中,我们旨在对分子亚型进行分类,并进一步识别和验证一种新的多基因特征,根据FPRG（ferroptosis and pyroptosis-related genes,铁死亡和细胞焦亡相关基因）预测LGG患者的预后和免疫治疗反应。【方法】首先基于TCGA（the Cancer Genome Atlas,癌症基因组图谱）和CGGA（chinese Glioma Genome Atlas,中国胶质瘤基因组图谱）数据库中检索到的LGG样本的原始测序数据和相应的临床数据,得到修整和验证的数据集。其次,运用与预后相关的FPRG定义的NMF（non-negative matrix factorization,非负矩阵分解）聚类的方法,来比较不同分子亚型的临床结果、临床特征、肿瘤免疫微环境,并对LGG患者的分子亚型进行分类。然后,基于机器学习方法,进行LASSO（least absolute shrinkage and selection operator,套索算法）和SVM（support vector machine,支持向量机）和Random Forest（随机森林）分析以筛选基因且进一步开发和验证新的FPRG特征,得到最优多基因组合风险特征,以预测LGG患者免疫治疗的存活率和收益。应用卡方检验来对低风险和高风险人群之间的组织学类型、性别、生存状态、年龄、癌症状态和分级的分布差异进行统计学分析。从TCGA平台获取每个LGG样本的突变谱,并使用“perl”语言计算非同义突变的数量。最后,对TCGA队列中确定的临床病理学特征（即组织学类型、性别、年龄、癌症状态和分级）进行多变量和单变量cox回归分析,以确认FPRG特征是否可以作为独立的预测指标。【结果】在修整和验证数据集中获得了87个具有预后价值的共享FPRG基因。由这些FPRGs定义的NMF聚类将LGG患者分为两种分子亚型,其预后、临床特征和免疫微环境存在显著差异。在执行LASSO、SVM、Random Forest分析后,构建了一种新的six-FPRG预后特征,并附有最佳p值。同时,我们的FPRG特征的AUC值在修整和验证数据集中都表现出很好的预测性能。FPRG特征在预测LGG患者的生存概率方面优于另外四个公认的特征。免疫细胞浸润、免疫检查点基因表达、免疫亚型鉴定、肿瘤突变谱、肿瘤干性指数、MGMT（o6-methylguanine-DNA methyltransferase,o6-甲基鸟嘌呤DNA甲基转移酶）启动子甲基化和免疫治疗反应生物标志物在高风险和低风险人群之间显示出明显差异,这为免疫治疗应答预测提供了重要基础。高危LGG人群表现出CD8、CD274、IFNG、Merck18水平升高,MDSC（myeloid-derived suppressor cell,髓系来源的抑制细胞）和T细胞排斥评分降低,因此更有可能受益于免疫治疗。最后,为了确定我们的FPRG特征是否为OS（overall survival,总生存期）的独立预后因素,进而进行了包括肿瘤类型、性别、年龄、癌症状态、分级、FPRG评分的多变量和单变量cox回归分析。结果表明,肿瘤类型、年龄、癌症状态、分级和FPRG评分可作为独立的预后指标,创建并验证了一个包含以上因素的FPRG评分的列线图,用于定量预测LGG患者的生存概率,1年、3年和5年生存率列线图的AUC（area Under Curve,曲线下面积）值依次为0.916、0.888、0.836。【结论】总体而言,FPRG特征可作为预测LGG患者预后和免疫治疗应答的有效指标。