我们不难发现,在当前关于免疫相关基因signature的识别与开发的研究中,大多数研究者更倾向于关注蛋白质编码基因,因为这更方便大家去刻画其功能并且去做相应的实验验证。而在我们人类基因组中,有超过98%的基因是落在非编码区的,这是个不争的事实。其中长链非编码RNA(lncRNAs)是比较典型的一类具有功能性的非编码RNA。事实上,积累的研究已经表明了lncRNAs与肿瘤发生、进展、预后、耐药和敏感性密切相关。值得注意的是,新的证据也报道了lncRNAs的基本作用,包括炎症反应、免疫细胞的分化和效应功能,肿瘤免疫微环境以及癌症免疫疗法。今天小编带领大家领略一下免疫相关非编码RNA signature的开发及其在改善患者预后方面的应用。
参考文献是来自于Liu等人于今年2月份发表在Nature Communication上的一篇研究,题目为:Machine learning-based integration develops an immune-derived lncRNA signature for improving outcomes in colorectal cancer.
整体思路比较简单,就是开发了一个基于机器学习的整合方法用于构建一致性免疫相关lncRNAs signature (称为IRLS)。
识别免疫浸润相关的分子亚型
作者首先搜集了大量的公共数据。然后在训练集中计算了28种人类免疫细胞浸润水平,并据此进行一致性聚类分析,将患者分为两类(图一)。
识别免疫浸润模式相关的lncRNA模块
在这里,作者使用两种方式确定要研究的候选lncRNAs
第一种方式:使用转录组数据,由WGCNA方法,识别出lncRNA模块(图二),包括:
刻画免疫浸润亚型以及临床特征(包括age, gender, T stage, N stage, M stage, AJCC stage, TMB, neoantigen load以及microsatellite state)与不同lncRNA模块的相关性;
挑选一个与免疫浸润亚型、TMB, neoantigen load以及microsatellite state最相关的模块,进行下一步分析;
然后,作者基于gene significance (GS)和 module membership (MM)识别hub immune-related lncRNAs。
第二种方式:从ImmLnc pipeline中获取免疫相关的lncRNAs(主要通过ssGSEA方法和相关性计算)。根据两种方法获取到的免疫相关的lncRNAs的交集,得到候选免疫相关的lncRNAs(overlapping lncRNAs)(图三)。
一致性免疫相关lncRNAs signature识别
作者基于以上识别的235个overlapping lncRNAs,通过单因素Cox分析识别到了43个预后相关lncRNAs,并构建免疫相关lnRNA预后评分模型,在多套数据集中评估其在训练集中对患者预后效能(图四)。
免疫相关lnRNA预后评分模型的评估
接下来,作者在多套数据集中,分别计算了预后评分模型的AUC值、C-index值,以及联合考虑其他临床特征,计算了预后评分模型以及不同特征的C-index,用以评估免疫相关lnRNA预后评分模型(图五)。
免疫相关lnRNA预后评分模型与已知发表了的基因signature进行比较分析
作者通过免疫相关lnRNA预后评分模型与已知发表了的基因signature多套数据集中进行比较分析(图六),包括:
在当前癌症类型中,寻找已发表的signature,并在多套数据集中进行单因素Cox分析,突出体现本研究中lncRNAs的优势。
在多套数据集中,计算当前癌症类型中已发表的signature的C-index,重点体现本研究中lncRNAs的优势。
值得注意的是,这篇研究作者用了in-house数据(232个CRC样本的qRT-PCR assays数据)进行验证分析(这也是决定这篇文章能上NC的一个很重要的因素),并得到与训练集一致的阳性结果(图七)。
免疫相关lnRNA预后评分模型在化疗和免疫治疗中的应用
接下来,作者证明了免疫相关lnRNA预后评分模型在化疗药物(包括fluorouracil)和免疫治疗药物(包括bevacizumab)中是有作用的(图八)。
免疫相关lnRNA预后评分模型中免疫浸润水平刻画
为了进一步突显本研究lnRNA的免疫特征,作者在高低免疫相关lnRNA预后评分中,刻画了免疫浸润水平热图展示。并且展示了免疫相关lnRNA预后评分与免疫浸润水平、CD8A、PD-L1的表达水平的相关性。最后,通过免疫组化验证了高低评分中CD8A、PD-L1的差异性(图九)。
结语
通常而言,在mRNA signature大量盛行的时代背景下,lncRNA的研究通常比mRNA的研究要更具创新性,只要我们能够充分解释出lncRNA的功能机制和作用,都是一个不错的选择,包括这篇文章的lncRNAs与免疫相结合,以及铜死亡/铁死亡相关lncRNAs。另外,lncRNAs的研究通常比较容易通过实验证实,这能为我们的研究增添光彩,是妥妥的加分项。总而言之,这篇免疫相关lncRNA的文章是非常值得关注和学习的。