影響因子：12.771

研究概述：

最近，細(xì)胞衰老成為惡性腫瘤的基本特征翔怎。據(jù)報(bào)道窃诉，腫瘤內(nèi)皮細(xì)胞（TEC）獲得與衰老相關(guān)的分泌表型，其特征是促炎轉(zhuǎn)錄程序赤套，最終促進(jìn)腫瘤生長和遠(yuǎn)處轉(zhuǎn)移的形成飘痛。作者在已發(fā)表的轉(zhuǎn)錄組學(xué)數(shù)據(jù)集中的分析表明，在各種癌癥中容握，內(nèi)皮細(xì)胞表現(xiàn)出最高的細(xì)胞衰老宣脉。作者開發(fā)了一個(gè)與TEC相關(guān)的、衰老相關(guān)的轉(zhuǎn)錄組特征（EC.SENESCENCE.SIG）剔氏，該特征與親腫瘤性信號(hào)傳導(dǎo)塑猖、腫瘤促進(jìn)免疫細(xì)胞反應(yīng)失衡以及多個(gè)癌癥實(shí)體的患者生存能力受損呈正相關(guān)。將臨床患者數(shù)據(jù)與從EC.SENESCENCE.SIG計(jì)算的風(fēng)險(xiǎn)評(píng)分相結(jié)合谈跛，構(gòu)建模型羊苟，以提高臨床生存預(yù)后準(zhǔn)確性。作者又確定了三種基因作為泛癌生物標(biāo)志物感憾，用于生存概率估計(jì)蜡励。從治療的角度來看，在EC.SENESCENCE.SIG上構(gòu)建的機(jī)器學(xué)習(xí)模型為免疫治療反應(yīng)提供了比之前發(fā)布的轉(zhuǎn)錄組模型更好的泛癌預(yù)測(cè)吹菱。

關(guān)于基因集泛癌分析的文章巍虫，我們最近也解讀過很多
目前還有更高級(jí)的單細(xì)胞泛癌生信分析，想做類似分析歡迎交流鳍刷。

研究結(jié)果：

一占遥、腫瘤環(huán)境中單個(gè)細(xì)胞群的衰老狀態(tài)

作者假設(shè)TEC中與衰老相關(guān)的轉(zhuǎn)錄組學(xué)變化是癌癥生存預(yù)測(cè)和免疫治療反應(yīng)的潛在目標(biāo)。為了證明這一假設(shè)输瓜，實(shí)施了五個(gè)已公布的不同癌癥實(shí)體的scRNAseq數(shù)據(jù)集瓦胎，包括肺癌、肝癌尤揣、結(jié)直腸癌搔啊、前列腺癌和膀胱癌。作為細(xì)胞衰老的衡量標(biāo)準(zhǔn)北戏，作者使用了一個(gè)既定的衰老相關(guān)基因集（FRIDMAN.SENESCENCE.UP）负芋，如UMAP圖所示（圖1A-E）。除了癌癥相關(guān)成纖維細(xì)胞（圖1A-E）嗜愈，TEC在腫瘤環(huán)境中表現(xiàn)出比腫瘤細(xì)胞或其他細(xì)胞種群（包括骨髓細(xì)胞旧蛾、T細(xì)胞和B細(xì)胞）更高的GSVA評(píng)分莽龟。因此，TEC在惡性腫瘤的血管區(qū)間中表現(xiàn)出最高的細(xì)胞衰老水平锨天。進(jìn)一步分析表明毯盈，TEC的衰老特別通過涉及MIF和凝集素依賴性途徑來促進(jìn)與免疫細(xì)胞的相互作用。

二病袄、基于內(nèi)皮衰老的泛癌轉(zhuǎn)錄組特征的開發(fā)

18個(gè)scRNAseq數(shù)據(jù)集搂赋，包括15個(gè)癌癥實(shí)體，用于對(duì)TEC的基因表達(dá)水平和GSVA評(píng)分（基于FRIDMAN.SENESCENCE.UP）的Spearman相關(guān)分析益缠∧缘欤“Gx”代表衰老相關(guān)基因，“Gy”代表特定的內(nèi)皮細(xì)胞基因左刽。為了獲得特定的內(nèi)皮衰老調(diào)節(jié)基因捺信，“Gx”和“Gy”相交酌媒，為每個(gè)數(shù)據(jù)集生成“Gn”（n = 1-18）（圖2A）EC.SENESCENCE.SIG主要由與細(xì)胞粘附和相互作用相關(guān)途徑相關(guān)的基因豐富（圖2B）欠痴，這與之前報(bào)告的衰老內(nèi)皮細(xì)胞增強(qiáng)的粘合性能以及HS-TEC與其他非惡性細(xì)胞的細(xì)胞-細(xì)胞通信增加一致。

三秒咨、使用EC.SENESCENCE.SIG對(duì)信號(hào)通路喇辽、免疫細(xì)胞反應(yīng)和患者存活率的泛癌預(yù)后

為了進(jìn)一步探索不同癌癥EC.SENESCENCE.SIG的生物特征，作者將GSVA方法應(yīng)用于EC.SENESCENCE.SIG雨席，以計(jì)算33個(gè)癌癥實(shí)體的癌癥基因組圖集（TCGA）每個(gè)患者的轉(zhuǎn)錄組特征評(píng)分菩咨。結(jié)果表明，幾乎所有分析的促腫瘤信號(hào)通路都富含惡性腫瘤（圖3A）陡厘。僅在甲狀腺癌（THCA）中抽米，與GSVA評(píng)分低相比，GSVA評(píng)分高的患者表現(xiàn)出OS改善糙置。此外云茸，11種癌癥的高GSVA分?jǐn)?shù)與較短的無進(jìn)展生存率（PFS）相關(guān)，而僅在腎癌（KIRC）中谤饭，高GSVA評(píng)分與增強(qiáng)的PFS相關(guān)（圖3B）标捺。最后，使用Cibersort來評(píng)估GSVA評(píng)分（基于EC.SENESCENCE.SIG）與TCGA隊(duì)列中不同癌癥類型中22個(gè)免疫細(xì)胞亞群浸潤的相關(guān)性揉抵。高GSVA評(píng)分與免疫細(xì)胞明顯改變的腫瘤浸潤有關(guān)亡容。特別是，幾乎所有癌癥類型的GSVA評(píng)分都與（原瘤源性）M2巨噬細(xì)胞腫瘤浸潤呈正相關(guān)冤今，與（抗瘤源性）CD8+ T細(xì)胞腫瘤浸潤呈負(fù)相關(guān)（圖3C）闺兢。

四、使用EC.SENESCENCE.SIG預(yù)測(cè)抗PD-L1/PD-1或抗CTLA-4免疫檢查點(diǎn)阻斷反應(yīng)

作者進(jìn)一步假設(shè)這種轉(zhuǎn)錄組特征還提供了預(yù)測(cè)對(duì)抗PD-L1/PD-1或抗CTLA-4免疫檢查點(diǎn)抑制劑治療反應(yīng)的可能性戏罢。首先評(píng)估了TCGA隊(duì)列中EC.SENESCENCE.SIG和TMB之間的相關(guān)性屋谭，發(fā)現(xiàn)TMB在大多數(shù)癌癥類型（BRCA阱佛、HNSC、CESC戴而、LIHC凑术、STAD、MESO所意、LUSC淮逊、KIRP、LUAD扶踊、UVM泄鹏、PRAD、UCEC和SKCM秧耗；圖4A）中與EC.SENESCENCE.SIG呈負(fù)相關(guān)备籽；強(qiáng)烈表明這種轉(zhuǎn)錄組特征可以預(yù)測(cè)免疫治療反應(yīng)。作者從兩個(gè)免疫治療scRNAseq數(shù)據(jù)集中探索了內(nèi)皮細(xì)胞的GSVA評(píng)分（EC.SENESCENCE.SIG）分井，其中包括腎癌（PRJNA705464）和基底細(xì)胞癌（GSE123813）患者车猬。從免疫治療耐藥患者的內(nèi)皮細(xì)胞表現(xiàn)出EC.SENESCENCE.SIG基因富集（圖4B-C）。

作者使用了13個(gè)包含抗PD-L1/PD-1或抗CTLA-4免疫治療結(jié)果的BULK RNAseq數(shù)據(jù)集尺锚，其中只選擇了未經(jīng)治療的患者進(jìn)行進(jìn)一步分析珠闰。在這十三個(gè)隊(duì)列中，七個(gè)隊(duì)列被合并為訓(xùn)練隊(duì)列瘫辩，其他六個(gè)隊(duì)列用于測(cè)試最終開發(fā)的模型的預(yù)測(cè)能力（圖4D）伏嗜。作者選擇了“KKNN”機(jī)器學(xué)習(xí)算法模型，該模型提供了0.72的最高AUC（圖4E-F）伐厌。EC.SENESCENCE.SIG在涵蓋五種癌癥類型的所有隊(duì)列中表現(xiàn)良好承绸，包括SKCM、GBM挣轨、UC军熏、GC和NSCLC（圖4G-H）。

五刃唐、構(gòu)建和驗(yàn)證與“EC.SENESCENCE.SIG”相關(guān)的泛癌預(yù)后模型

作者使用此轉(zhuǎn)錄組特征生成了LASSO-Cox模型羞迷。作者根據(jù)風(fēng)險(xiǎn)評(píng)分的中位值，將TCGA訓(xùn)練測(cè)試中的患者分為兩組画饥，發(fā)現(xiàn)兩個(gè)隊(duì)列中風(fēng)險(xiǎn)得分較高的患者與總體生存率更差有關(guān)（圖5A-B）衔瓮。因此，臨床階段較高的患者的風(fēng)險(xiǎn)評(píng)分明顯更高（圖5C）抖甘。作者計(jì)算了幾個(gè)選定的腫瘤促進(jìn)信號(hào)通路的EC.SENESCENCE.SIG相關(guān)風(fēng)險(xiǎn)評(píng)分和GSVA評(píng)分之間的相關(guān)系數(shù)热鞍，發(fā)現(xiàn)風(fēng)險(xiǎn)評(píng)分與TCGA隊(duì)列中所有癌癥類型的所有途徑的GSVA評(píng)分呈正相關(guān)（圖5D）。EC.SENESCENCE.SIG相關(guān)風(fēng)險(xiǎn)評(píng)分對(duì)各種其他癌癥類型的總體生存表現(xiàn)出很強(qiáng)的預(yù)后能力，包括BRCA薇宠、宮頸癌偷办、HNSC、KIRC澄港、LIHC和PAAD椒涯。EC.SENESCENCE.SIG相關(guān)風(fēng)險(xiǎn)評(píng)分也在外部驗(yàn)證隊(duì)列中顯示了預(yù)測(cè)患者存活率的良好表現(xiàn)（圖6A-I），表明此風(fēng)險(xiǎn)評(píng)分是各種癌癥的可靠預(yù)測(cè)因素回梧。

六废岂、建立“EC.SENESCENCE.SIG”相關(guān)基于風(fēng)險(xiǎn)評(píng)分的列線圖用于泛癌生存的臨床預(yù)測(cè)

作者生成了一個(gè)將臨床疾病階段與TCGA泛癌隊(duì)列中EC.SENESCENCE.SIG相關(guān)風(fēng)險(xiǎn)評(píng)分相結(jié)合的列線圖評(píng)分（圖7A）。癌癥診斷后前五年的疾病特異性生存率（DSS）校準(zhǔn)曲線顯示狱意，預(yù)后生存概率與實(shí)際生存率高度一致湖苞，表明該諾模圖在生存預(yù)測(cè)中的穩(wěn)定性（圖7B）。此外详囤，諾模圖評(píng)分對(duì)TCGA泛癌隊(duì)列總體生存率的影響的單變量Cox分析表明财骨，諾模圖評(píng)分與大多數(shù)類型癌癥的生存率下降有關(guān)（圖7c）。由列線圖評(píng)分預(yù)測(cè)的時(shí)間依賴性AUC的表現(xiàn)優(yōu)于EC.SENESCENCE.SIG相關(guān)風(fēng)險(xiǎn)評(píng)分（圖7D）藏姐。它還具有不同癌癥實(shí)體的外部驗(yàn)證數(shù)據(jù)集中較好的預(yù)后性能（圖7E）隆箩。作者進(jìn)行了預(yù)后元分析，以檢查這十個(gè)訓(xùn)練和驗(yàn)證集的綜合預(yù)后價(jià)值包各。列線圖評(píng)分是癌癥患者總體生存率的重要風(fēng)險(xiǎn)因素（圖7F）摘仅。

七靶庙、EC.SENESCENCE.SIG的預(yù)后特征選擇

作者使用三種基于機(jī)器學(xué)習(xí)的算法问畅，包括隨機(jī)森林、XGBoost和LASSO特六荒，從EC.SENESCENCE.SIG的所有基因中選擇最重要的特征护姆，獲得了三個(gè)共同基因，包括整合素亞基α5（ITGA5）掏击、轉(zhuǎn)谷氨酰胺酶2（TGM2）和fascin肌動(dòng)蛋白結(jié)合蛋白1（FSCN1）卵皂。與正常組織相比，F(xiàn)SCN1在所有癌癥類型中都受到上調(diào)砚亭，而ITGA5和TGM2在70%的腫瘤中上調(diào)灯变；FSCN1和ITGA5的高表達(dá)與十多種癌癥的生存能力受損有關(guān)，TGM2的高表達(dá)也與多種癌癥的預(yù)后不良有關(guān)捅膘。

研究總結(jié)：
本研究中添祸，作者評(píng)估了多個(gè)癌癥實(shí)體中的細(xì)胞衰老程度，并開發(fā)了一種包含102個(gè)基因的新型TEC特異性轉(zhuǎn)錄組特征寻仗，稱為EC.SENESCENCE.SIG刃泌。作者建立了基于LASSO-Cox回歸的列線圖，并且確定了整合素ITGA5、轉(zhuǎn)谷氨酰胺酶TGM2和肌動(dòng)蛋白結(jié)合蛋白FSCN1作為EC.SENESCENCE.SIG預(yù)測(cè)OS的關(guān)鍵基因耙替。本研究為惡性腫瘤血管腔室中與細(xì)胞衰老相關(guān)的各種分子和細(xì)胞過程提供了新的見解亚侠，作者建立的內(nèi)皮細(xì)胞相關(guān)、衰老相關(guān)的泛癌基因標(biāo)記EC.SENESCENCE.SIG可能有助于腫瘤的精確生存預(yù)測(cè)和免疫治療反應(yīng)的預(yù)測(cè)俗扇。