生信小课堂
影响因子：8.786
本文属于单肿瘤分型思路，类似的分型文章我们也解读过很多。
肿瘤分型文章比较重要的结论就是分型后构建的评分能够预测免疫治疗或者其他治疗的疗效。可以用于分型的基因集很多，比如焦亡，坏死性凋亡，铁死亡，自噬，铜死亡，m7G，细胞衰老，各类代谢等等。小编还有一些比较前沿的热点，也是小编出去开会时了解到的，暂时不会公开宣传。
另外还有基于单细胞的分型分析
欢迎交流
研究概述：免疫原性细胞死亡（ICD）是一种由多种抗癌治疗方式（如放疗和化疗药物）引起的细胞死亡。本研究在ICD相关基因的基础上，确定了两种具有不同预后和免疫环境的黑色素瘤亚型，并利用两种黑色素瘤亚型间的差异表达基因(DEGs)建立了icd依赖的风险特征(ICDRS)，并进一步分析其特征、预后与免疫之间的关系。本研究结果表明，一种新的ICDRS可作为黑色素瘤预后预测和免疫环境评估的有用标记。
流程图
研究结果：
一、ICD相关基因的mRNA表达与不同癌症类型的预后意义
1、作者首先探究ICD相关基因的mRNA表达水平。在热图中，IFNg在CESC、KIRC和GBM中的表达明显升高。IFNB1在BRCA和BLCA中的表达明显升高，而IL6在BRCA和BLCA中的表达明显降低。mRNA表达与OS之间的单变量Cox回归分析结果区分了危险性ICD相关基因和保护性ICD相关基因。值得注意的是，CD4、FOXP3、CD8A、CXCR3、IFNG、PRF1、MYD88、ATG5、CD8B、IL1R1、TLR4、PIK3CA、TNF、CASP8和EIF2AK3在SKCM中表现出保护功能。（图1A-C）
二、CNV、SNV、ICD相关基因的甲基化以及ICD相关基因在不同类型癌症中影响免疫相关通路
1、CNV、SNV和甲基化存在于多种肿瘤中。对ICD基因泛癌CNV的总结表明，CNV以高频率出现在各种癌症中。在UCEC中，ICD相关基因的SNV状态是明显和有吸引力的。PIK3CA在BRCA、COAD和UCEC中表现出较高的SNV.PIK3CA SNV在UCEC中的突变频率达到近50%。确切地说，PIK3CA的SNV类型主要是错义突变。PIK3CA甲基化在大多数癌症中没有意义。（图1D-G）
2、ICD相关基因可能与许多免疫途径相关。（图1H）
三、两种黑色素瘤亚型的NMF聚类鉴别
1、CLUSTER1和CLUSTER2之间临床特征的组成差异提示两种亚型在生存状态、癌症状态和肿瘤分期等多个方面存在统计学差异（图2A-B）。对于两个聚类中不同的生存状态，聚类2中的样本具有更好的DSS、OS和PFI（图2C–E)。
2、在两种分型中，肿瘤免疫微环境也有统计学差异。C2具有较高的免疫活性，且与免疫成分有关。C2的肿瘤纯度比C1差。肿瘤浸润性免疫细胞在不同亚型中所占的比例不同。C2中存在更多的抗肿瘤免疫细胞，如CD8+细胞、活化的CD4+记忆细胞、活化的NK细胞和M1巨噬细胞。促癌免疫细胞，M2巨噬细胞在C2中下调（图2F-G)。
3、几乎所有的ICG在C2中都有较高的表达。包括PD-1（PDCD1）、PD-L1（CD274）和CTLA4在内的常见免疫治疗靶点在C2（图2H）。
四、ICD-DEGs调查及ICDRs的构建
1、确定黑色素瘤样在低风险和高风险亚群中的总体分布可以有效区分两个亚群内的患者（图3A-B).两个亚群的样本对应着不同的生存状态，高危亚群的OS率较低（图3C)。GBP2和APOBEC3G在高危人群中的表达水平较低，而THBS4在高危人群中的表达水平高于低危人群（图3D).
2、在低危和高危亚群中，肿瘤免疫微环境也存在统计学差异。与低危患者相比，高危患者的免疫核心水平降低，但肿瘤纯度水平升高（图3E-F);此外，免疫评分与风险评分呈高度负相关，而肿瘤纯度与风险评分呈中度正相关。（图3G-I）
五、ICDRS在黑色素瘤中的内部和外部验证
1、作者根据训练队列的中位风险评分作为统一基准，将三个测试队列中的患者分别分为低风险和高风险亚群。使用T-SNE和PCA可以很容易地区分两个亚群中的患者。（图4A-B, 5A-B, 6A-B).在三个测试队列中，高危亚群患者的OS较差（图4C，5C，6C).在高危亚群中存在表达减弱的GBP2和APOBEC3G，而高表达THBS4（图4D, 5D，6D).同样，肿瘤免疫微环境在这三个队列中有统计学差异（图4E-F, 5E-F，6E-F).此外，免疫评分与风险评分呈显著负相关（图4G，5G, 6G），肿瘤纯度与风险评分呈显著正相关（图4H ，5H，6H).
Figure 4
Figure 5
Figure 6
2 同时考虑基于ICDRS的生存概率差异、AUC值和C指数，ICDRS在预后价值和诊断准确性方面优于其他三种信号（图7）
六、所有四个队列中基于ICDRS的免疫相关差异
1、四个队列中，肿瘤浸润免疫细胞在低危和高危亚群中的一致性差异表明，在高危亚群中，M1巨噬细胞和活化CD4+T记忆细胞的浸润丰度较低，而M2巨噬细胞和静息CD4+T记忆细胞的浸润丰度较高（图8A-D).
2、M1巨噬细胞的比例与风险评分呈显著负相关（图8E)，M2巨噬细胞百分比与风险评分呈显著正相关（图8F)，活化的CD4+T记忆细胞的比例与风险评分呈显著负相关（图8G），静息CD4+T记忆细胞百分比与风险评分呈显著正相关（图8H）。四个队列中，ICGs在低危和高危亚型中的表达差异显示，共有52个ICGs在高危亚群中的表达下降(图9A-D)，并与四个队列的风险评分呈中度负相关（图9E-H）
3、共17个ICD相关基因在所有四个队列中的高危亚群中的表达同时降低（图10A).每个免疫相关通路的激活在低危和高危人群中是不同的。高风险亚型的特点是相关免疫途径的激活减少，有21条通路在四个队列的两个亚群中同时显示出统计学差异（图10B).6个ICD相关基因（CD8a，PRF1，IFNg，CXCR3，TNF，CD8b）在四个队列中始终与风险评分呈中度负相关（图10C–F)，21条不同的免疫相关通路中的20条与四个队列中的风险评分呈中度负相关（图10G–J).
七、基于ICDRS的黑色素瘤免疫治疗反应及潜在药物预测
1、高危亚人群具有较低的IPS，可能具有更差的免疫治疗反应（图12A-C).
2、参考四个队列中潜在药物的各自预测，作用于上调的靶标DEG的31种药物如下：阿西替尼、布利凡尼、西地拉尼、华蟾素、达沙替尼、多维替尼，ENMD-2076，GTP-14564，Hg-6-64-01，伊马替尼，利尼凡尼，马西替尼，米哚妥林，莫特凡尼，尼洛替尼（Nilotinib），奥利司他（Orlistat），蒂沃扎尼卜。（图12D–G）
研究总结：本研究中，基于ICD相关基因的表达，成功地将TCGA-黑色素瘤样本分为两个亚型，并基于两个亚型之间的DEG开发了涉及3个基因的预后ICDRS；在训练队列、内部验证队列和外部验证队列中，ICDRS显示出良好的诊断价值，并与不同的肿瘤免疫微环境相关。因此，基于三种ICD依赖性DEG表达的ICDRs可用于判断黑色素瘤的预后、M1/M2巨噬细胞的浸润、ICGs和ICD相关基因的表达水平以及免疫相关通路的功能。这将有助于定制黑色素瘤治疗的患者分类。
