cibersort 3分文章解读(肿瘤免疫浸润挖掘方向) 细胞

摘要
结直肠癌的免疫浸润与临床预后密切相关。然而，以前的工作没有考虑到组成免疫反应的功能不同的细胞类型的多样性。在这项研究中，基于去卷积算法和临床注释表达谱，我们首次全面分析了存在于CRC中的肿瘤浸润性免疫细胞。评估22个免疫细胞亚群的比例，以确定每种细胞类型与生存率和对化疗的反应之间的关联。因此，配对的癌组织和癌旁组织之间的免疫浸润特征明显不同，这种差异可以表征个体差异。在所研究的细胞亚群中，缺乏M1巨噬细胞或M2巨噬细胞、嗜酸性粒细胞和中性粒细胞数量增加的肿瘤与预后不良相关。使用免疫细胞比例的非监督聚类分析揭示了五种肿瘤亚群，主要由巨噬细胞M1，M2和NK休眠细胞之间的平衡决定，具有不同的生存模式，并与成熟的分子亚型相关。
研究结果

文章图片
图1

文章图片
图2
图2：Cibersort用于表征CRC中TIIC组成的性能。
【cibersort 3分文章解读(肿瘤免疫浸润挖掘方向)】A：大肠癌中浸润的免疫细胞的典型免疫组化图像。T细胞、细胞毒性T细胞、记忆性T细胞、Treg细胞、活化T细胞或NK细胞、Tfh细胞、Tp7细胞、B细胞、IDC、巨噬细胞、肥大细胞、中性粒细胞进行免疫组化染色和定量。
B：免疫细胞亚群的细胞密度。通过使用专用图像分析工作站，将细胞密度记录为每mm2表面积的阳性细胞数。为了接近结直肠癌活检中的真实比例，通过平均30名患者肿瘤中心和浸润边缘的TIICs计数来推断水平。
C：通过Cibersort与免疫组织化学分析对独立样本评估结直肠癌中相对TIICs比例。Cibersort结果表示为从TCGA CRC队列获得的平均TIIC比例。
D：通过Cibersort推断的22个TIIC亚群的相对比例在两个独立的数据集之间进行比较。
E：使用来自TCGA队列的644例具有逐渐减少条形码基因的数据集，绘制Cibersort P值分布和平均Pearson相关性的盒子图。

文章图片
图3
图3：结直肠癌的免疫浸润景观。
A：配对癌组织与癌旁组织免疫浸润的差异。
B：对所有配对CRC样本进行主成分分析。图中显示了解释大部分数据变化的前两个主成分。
C：TCGA队列中所有22个免疫细胞比例和免疫细胞溶解活性的相关矩阵。通过平均连锁聚类对变量进行排序。
D：火山图显示差异浸润的免疫细胞。小区中的红点和蓝点代表不同的亚群，具有统计学意义。
E：22个免疫细胞比例的热图。横轴显示被分成两个主要聚类的样本的聚类信息。

文章图片
图4
图4：Cibersort P值反映了免疫细胞的总体比例。
A：研究之间具有不同P值阈值的样本比例。
B：Box图描绘了免疫细胞溶解活性与Cibersort P值之间的关系，描绘的P值来自Kruskal-Wallis检验。
C：由Cibersort P-value分别按数据源定义的组的生存图，描绘的P值来自log-rank检验。
D：总体免疫浸润对有无化疗记录的患者无病生存的影响。具有低免疫浸润和高免疫浸润肿瘤的CRC患者亚组的存活率通过Cibersort P值，描绘的P值来自log-rank检验。