TP53是肺腺癌（LUAD）中最常见的突变基因，肿瘤免疫微环境被认为是影响肿瘤进展和生存率的重要因素，但是TP53突变对LUAD中肿瘤免疫微环境的影响尚未得到充分的研究。今天小编和大家分享一篇今年6月底发表在Frontiers in Immunology（IF=8.786）的文章。这篇文章系统研究了LUAD中TP53突变状态与免疫应答的关系及其潜在机制。作者利用免疫相关基因构建了一个免疫预后模型（IPM），来区分LUAD的预后生存，并从免疫学的角度更好地探究其机制。想构建预后模型并进行实验验证的小伙伴们，这篇文章就是一个不错的参考哦~

A TP53 Related Immune Prognostic Model for the Prediction of Clinical Outcomes and Therapeutic Responses in Lung Adenocarcinoma

一种用于预测肺腺癌临床结果和治疗反应的TP53相关免疫预后模型

背景

非小细胞肺癌约占肺癌患者的85%。肺腺癌（LUAD）是其最常见的亚型，约占所有肺癌病例的40%。LUAD中最常见的基因突变基因是TP53（46%的病例发生突变）、KRAS（32%）和EGFR（27%）。尽管在揭示该疾病的分子机制方面取得了一些成就，但LUAD患者的治疗仍然非常有限。目前，LUAD患者常用手术、化疗、放疗和靶向治疗。然而，由于晚期、诊断晚、复发率高、生存率差，LUAD患者的5年总生存率（OS）仍<20%。

TP53是LUAD中最常见的突变基因，在维持基因组稳定性方面发挥着关键作用，失去TP53的功能可诱导染色体不稳定和非整倍体细胞增殖。越来越多的研究表明，TP53突变与不同的免疫反应有关。尽管TP53突变对LUAD患者临床预后的发病影响已得到广泛研究，但TP53突变对LUAD患者肿瘤免疫微环境的影响尚未得到充分研究。因此，作者系统地研究了LUAD中TP53突变状态与免疫应答的关系及其潜在机制。

结果

TP53突变与免疫应答的关系

TP53是LUAD中最常见的突变基因（A）。TP53突变与KRAS突变相互排斥，而它们与其他基因的突变共存，如TTN和MUC16（B）。此外，TP53突变与LUAD中不良的OS显著相关（C）。不同TP53突变类型在LUAD中OS方面无差异（D）。接下来，对TP53野生型和TP53突变型的LUAD患者进行了GSEA分析。结果表明，TP53野生型患者在5个免疫相关生物学过程中显著富集（E）。

不同LUAD队列中IPM的构建及其预测价值的评价

在5个免疫过程中，有36个基因在TP53突变型和野生型LUAD患者之间存在差异表达。使用了单变量Cox回归识别了5个与预后（OS）相关的免疫基因，使用LASSO来识别具有最大预后价值的3个基因（EXO1、COCH和CD40LG）并构建IPM。根据风险评分将患者分为高危组和低危组。如A所示，在TCGA训练队列中，高危组的OS比低危组更差。在两个独立验证队列中也得到了相似的结果（B，C）。在野生型、突变型TP53和TP53错义突变组中，IPM与OS显著相关（D-F）。此外，作者在两个重复的实验中验证了这3个基因的基因表达（G），并观察到与上述其他LUAD队列一致的结果。

第一次实验验证：患者样本验证模型中的基因表达，自己的队列利用模型区分高、低危人群并验证模型预后效能。

高、低风险LUAD患者之间的免疫景观

癌症免疫周期是一系列的7个步骤，用来描述免疫系统如何识别和杀死癌细胞。作者比较了IPM高危和低危组不同癌症免疫周期的抗癌免疫。低危组在大多数癌症免疫步骤中表现出更高的抗癌免疫力，特别是在第2-5步（A）。肿瘤中不同免疫细胞的比例呈中度或弱相关（B）。高危LUAD组部分免疫细胞比例较高（C）。作者通过实验验证了这些发现（D）。

第二次实验验证：低、高危人群中不同免疫细胞的蛋白质表达。

接下来，作者检测了IPM风险评分与免疫检查点的基因表达之间的相关性。发现风险评分与HAVCAR2、TIGIT、CTLA4和PDCD1的表达显著相关（A），并且这些基因在高危组的表达量明显高于低危组（B-F），说明高危LUAD患者预后不良的部分原因是免疫抑制微环境。

低危组和高危组患者之间的通路改变

作者将低危、高危组差异表达的免疫基因和风险评分相关基因定义为风险评分相关基因。选择50个免疫基因进行于GO和KEGG分析（G）。基于这些结果，作者发现这些基因在免疫系统的免疫应答和疾病途径中显著富集。

IPM独立于传统的临床特征，并基于IPM构建列线图

为了研究IPM是否独立于TCGA LUAD队列中的其他临床特征的预后价值，进行单因素和多因素Cox回归分析，显示IPM是一个独立的预后特征（A）。作者又比较了IPM和传统临床预后预测特征之间的C指数，发现IPM的平均C指数高于其他指标（B）。综上所述，IPM独立于传统临床特征，在预测LUAD预后方面优于传统临床特征。为了提供一种定量预测临床结果的定量方法，作者利用IPM和其他临床风险特征（性别、种族、年龄、吸烟年限、分期和TP53突变状态）构建了一个列线图（C），并且预测结果与观测结果吻合较好（D）。

高危人群对PF4708671更为敏感

鉴于化疗是癌症治疗的金标准，作者评估了两种风险亚型对抗癌药物的反应性，这两种药物通常被用作癌症的一线治疗方法。作者发现高危组患者PF4708671的半抑制浓度值低于低危组患者（E）。与低危组相比，经PF4708671治疗后，高危组的肿瘤体积和肿瘤重量显著降低（F-H）。

第三次实验验证：采用qRT-PCR定量3个IPM基因对裸鼠进行分类，选择最显著的药物PF4708671来验证体内药物反应，比较高危组和低危组的肿瘤体积和重量差异。

IPM评分预测免疫治疗的益处

接下来，使用IMvifor210和GSE78220队列探讨了IPM对免疫检查点治疗的预后价值。结果显示IPM评分高的患者预后明显低于低IPM评分患者（A，E）。IPM评分较低的患者可能从免疫检查点治疗中获益更多（B、C、F、G）。与免疫治疗效率显著相关的肿瘤突变负荷（TMB）也采用ROC进行评估。与单独使用TMB或IPM相比，结合TMB和IPM风险评分提高了预测能力（D，H），每个样本的风险评分如I所示。此外，作者比较了两个IPM风险组与另一组队列的表达谱，该队列包含47名对免疫治疗有反应的黑色素瘤患者，发现高危组患者对抗PD1/PDL1治疗更敏感（J，K）。这些发现表明，高危组患者从免疫检查点抑制剂中获益更多。

小结

综上所述，该文章充分研究了TP53突变状态的机制及其对LUAD患者免疫应答的影响。利用3个免疫相关基因鉴定并验证IPM，从免疫学的角度更好地理解其机制。值得注意的是，整个研究过程采用“干湿结合”的方式，用实验分别验证了筛选出的基因、模型对患者的分层、浸润免疫细胞以及化疗敏感药物，有论点有论据，为自己的研究提供了有力的支撑。这篇文章为有实验验证需求的小伙伴提供了很好的范例，值得学习和思考。