大家好！今天给大家介绍一篇2022年1月发表在Molecular Therapy Oncolytics (IF:7.200)上的一篇文章。本研究通过研究与PD-L1和IFN-γ表达相关的免疫细胞类型鉴定到来源于成纤维细胞的LPP可以作为鉴定预测胃癌患者预后和治疗反应的标志物。

Fibroblast-derived LPP as a biomarker for treatment response and therapeutic target in gastric cancer

来源于成纤维细胞的LPP可以作为胃癌治疗反应和治疗靶点标志物

流程图

摘要

肿瘤微环境和免疫检查点的关系对免疫逃逸具有重要意义，会显著影响化疗和免疫治疗效果。本研究旨在鉴定对胃癌治疗耐药的生物标志物和治疗靶点。对多个数据集评估免疫细胞浸润水平并基于与PD-L1和IFN-γ表达相关的免疫细胞鉴定三个患者亚组（A-C）。从亚组A到亚组C患者的预后水平逐渐增加。亚组A的CD4 +记忆T细胞浸润水平显著增加，而亚组C的静息CD4 +记忆T细胞浸润水平显著增加。此外，构建了预测预后的风险打分模型。LPP作为亚组相关调控网络中的核心基因，其表达水平显著上调且与风险打分较高和生存较差有关。生信分析和实验结果表明，成纤维细胞中LPP表达受限且LPP表达与活化的CD4 +记忆T细胞浸润和肿瘤生长有关。此外，LPP低表达患者受益于化疗和免疫治疗。最后，作者鉴定到28个化合物可以作为LPP高表达患者的敏感药物。总的来说，作者鉴定到的LPP可以作为胃癌治疗反应和治疗靶点的生物标志物。

结果

1.数据集的获取和下载

从TCGA数据库获取350例GC患者的转录组数据，体细胞突变数据和生存信息（TCGA-STAD）。从GEO数据库获取GC患者的GSE26899（93例）,GSE26901（109例）,GSE66229（300例）和GSE28541（40例）数据集，此外GSE29272(268例),GSE62254(300例)和GSE84437(433例)数据集作为验证队列。从TCGA和GTEx数据库获取泛癌种的癌症样本和正常样本的转录组数据集。从Kim和Hugo获取抗PD-1治疗的GC患者（45例）和黑色素瘤患者（26例）的转录组数据集。

2. GC中PD-L1 -和IFN-γ相关亚组

对TCGA-STAD和4个GEO数据集评估22种免疫细胞的浸润水平，其中有7种免疫细胞浸润水平与PD-L1表达水平正相关，有4种免疫细胞浸润水平与PD-L1表达水平负相关（图1A），IFN-γ结果与之类似（图1B）。对与PD-L1和IFN-γ表达水平相关的免疫细胞进行LASSO分析，鉴定到最相关的7种免疫细胞类型，包括静息CD4 +记忆T细胞，活化CD4 +记忆T细胞，T细胞，单核细胞，M1巨噬细胞，静息肥大细胞和中性粒细胞。根据这7种免疫细胞的浸润水平进行无监督聚类分析，共聚为A-C亚组（图1C）。其中亚组A的活化CD4 +记忆T细胞比例较高而亚组C中静息CD4 +记忆T细胞比例较高。从亚组A到亚组C，PD-L1和IFN-γ的表达水平逐渐降低（图1D和1E）。生存分析表明亚组A的预后最差而亚组C的预后最好（图1F）。

图1 GC中PD-L1 -和IFN-γ相关亚组

3. GC中PD-L1 -和IFN-γ相关亚组的基因组特征

使用TCGA-STAD数据集分析三个亚组的体细胞突变，拷贝数变异和表达水平。不同亚组的TMB显著不同，亚组A的TMB较高而亚组C的TMB较低（图2A）。每个亚组中突变频率最高的10个基因如图2B所示，其中TTN,TP53,MUC16,CSMD3和LRP1B在三个亚组中均发生突变。三个亚组的体细胞突变瀑布图如图2C-2E所示，三个亚组突变共现性如图2F-2H所示。

图2三个亚组的体细胞突变图谱

4. PD-L1和IFN-γ相关风险打分对GC预后的影响

对亚组A和亚组C进行差异分析，对差异表达基因进行Cox回归分析和LASSO-Cox分析，最终得到14个基因（图3A）。根据这14个基因的表达水平和相应系数构建风险打分模型。设置阈值为0.5338将患者分为高风险组和低风险组（图3B和3C）。生存分析表明低风险组患者的生存期较长。此外使用独立数据集GSE26899进行验证，结果与之类似（图3D和3E）。

图3用于GC患者预后分层的风险打分

5. LPP是PD-L1和IFN-γ相关的lncRNA-miRNA-gene调控网络的核心节点

对亚组A和亚组C进行差异分析共鉴定到59个差异miRNA和19个差异lncRNA（图4A）。图4B为3个数据库中差异miRNA和基因的调控关系，使用StarBase数据库中lncRNA-miRNA互作关系进行合并，最终得到lncRNA-miRNA-gene调控网络（图4C）。根据网络的拓扑结构鉴定到LPP为该网络的核心节点，LPP的子网络如图4D所示。从亚组A到亚组C，LPP的表达水平逐渐降低（图4E），高风险组中LPP的表达水平较高（图4F）。

图4 LPP是lncRNA-miRNA-gene调控网络的核心节点

6.高表达LPP可以作为GC预后较差的独立风险因子

LPP在31种癌症组织和相应正常组织中的表达水平如图5A所示，LPP在4种癌症类型中上调表达，在9种癌症类型中下调表达。2个GEO数据集结果与之类似（图5B和5C）。根据最大选择秩检验方法根据LPP表达水平对患者进行分层，将患者分为两组（图5D）。生存分析表明LPP -高组的生存较差而LPP -低组的生存较好（图5E），GSE62254和GSE84437的结果与之类似（图5F和5G）。

图5 LPP高表达与GC预后较差有关

7.来源于成纤维细胞的LPP与胃癌进展和对化疗和免疫治疗的耐药性有关

免疫组化结果表明，LPP在肿瘤组织的成纤维细胞中高表达而在正常组织中几乎不表达，LPP高表达与肿瘤中成纤维细胞浸润水平增加有关。LPP表达水平与6个成纤维细胞的标记物表达水平正相关。此外，作者观察到LPP高表达与活化CD4 +记忆T细胞浸润水平增加和静息CD4 +记忆T细胞浸润水平减少有关。

为进一步研究来源于成纤维细胞的LPP表达水平及在GC中的作用，作者对15例GC样本和相应正常样本进行免疫组化分析。结果表明，LPP蛋白在肿瘤组织中高表达并富集于成纤维细胞中（图6A和6B）。scRNA-seq结果表明，LPP在成纤维细胞中高表达，在干细胞和内皮细胞中表达（图6C和6D）。组织切片染色结果表明LPP蛋白在成纤维细胞中表达（图6E）。为进一步研究LPP在GC发展中的应用，作者构建敲除LPP的成纤维细胞系并用于体内肿瘤生长实验（图6F）。结果表明，敲除LPP的小鼠肿瘤体积更小（图6G和6H）。这些结果表明来源于成纤维细胞的LPP与GC肿瘤发展有关。

图6来源于成纤维细胞的LPP参与GC发展

为研究来源于成纤维细胞的LPP对化疗反应的影响，作者使用TCGA-STAD数据集评估GDSC数据库中四种化疗复合物的IC50。结果表达，LPP高表达患者的四种化疗复合物的IC50值较高，表明LPP高表达患者对化疗的敏感性较低（图7A-7D）。GSE62254数据集结果表明，无论是否接受化疗，LPP高表达患者的总生存期较差（图7E-7H）。总的来说，LPP高表达患者对化疗反应较差。

图7 LPP高表达患者更难受益于化疗

对接受抗PD-1治疗患者的数据集进行分析，结果表明在有反应组中LPP的表达水平较低（图8A和8B），LPP高表达患者的治疗有效率较低（图8C）。Hugo数据集结果与之类似（图8D-8F）。使用TIDE打分预测TCGA-STAD数据集对免疫治疗的反应，LPP高表达组的TIDE打分较高（图8G），根据TIDE打分将患者分为应答组和非应答组（图8H），LPP高表达组的应答率较低（图8I）。结果表明，LPP高表达可能会导致GC患者的肿瘤免疫逃逸和免疫治疗耐药性。

图8 LPP高表达与免疫治疗耐药性有关

8.潜在化合物对LPP高表达患者的敏感性

使用GDSC数据库研究对LPP高表达患者敏感的潜在化合物。根据TCGA-STAD数据集中138个化合物的IC50值鉴定到28个化合物是LPP高表达患者的敏感药物。这些化合物靶向参数肿瘤发生相关通路。

结论

总的来说，作者通过研究PD-L1和IFN-γ表达水平与肿瘤微环境的关系，最终鉴定到来源于成纤维细胞的LPP可以作为化疗和免疫治疗反应的有效预测因子。作者的结果表明LPP是预后不良和独立危险因素，LPP高表达患者不能受益于化疗和免疫治疗。最后，作者鉴定到28个化合物可以作为LPP高表达患者的潜在敏感药物。然而，本研究还存在一定局限性，例如尽管本研究分析了22种免疫细胞的浸润水平和状态但是仍然忽略了一些可能参与GC患者免疫微环境的免疫细胞类型。

转载自公众号《生信发文助手》，如有侵权，请联系删除。