炒股配资平台
股票配资股票配资公司 文献分享 | 葡萄膜黑色素瘤免疫基因组学预测免疫治疗耐药性和敏感性_富集_分析_肿瘤
大家好股票配资股票配资公司，今天跟大家分享一篇题为Uveal mel anoma immuno genomics predict immuno therapy resistance and susce ptibility（葡萄膜黑色素瘤免疫基因组学预测免疫治疗耐药性和敏感性）免疫检查点抑制已在治疗转移性皮肤黑色素瘤(CM)方面取得了成功，但对转移性葡萄膜黑色素瘤(UM)的疗效有限，目前缺乏对该类疗法的完整性分析。
研究背景
免疫检查点抑制在治疗转移性皮肤黑色素瘤方面已显示出成功，但对转移性葡萄膜黑色素瘤的疗效有限，转移性葡萄膜黑色素瘤是一种由免疫特权眼引起的罕见变体。为了更好地了解这种耐药性，我们使用临床基因组学、转录组学和肿瘤浸润淋巴细胞效力评估全面分析了 100 例人类葡萄膜黑色素瘤转移。
我们发现，尽管突变负荷低且对先前的免疫疗法具有耐药性，但这些转移灶中有一半以上含有具有强大自体肿瘤特异性的肿瘤浸润淋巴细胞。然而，即使在先前的免疫治疗之后，我们观察到肿瘤微环境中的瘤内 T 细胞受体克隆性也非常低。
为了利用这些静止的肿瘤浸润淋巴细胞，我们开发了一种转录组生物标志物，以实现体内鉴定和离体释放以对抗它们的生长抑制。最后，我们证明，当其他免疫疗法无法时，这些转录组选择的肿瘤浸润淋巴细胞的过继转移可以促进转移性葡萄膜黑色素瘤患者的肿瘤免疫。
展开剩余91%见图一
转移性葡萄膜黑色素瘤的临床基因组学景观。
图一
a 切除转移的源组织的多样性。使用 BioRender.com 创建。
b 切除转移的源组织分布。
c 单个转移的临床基因组注释。每列代表一个转移。使用 log 计算 BAP1 mRNA z 分数2（标准化计数）。
见图二
无偏倚的肿瘤转录组学显示 T 细胞发炎的葡萄膜黑色素瘤转移。
图二
a Spearman 秩相关系数的无监督聚类，该系数来自将 PC 坐标（列）与每个转移性样本 （n = 100） 的标志特征（行）的富集相关联。由行树状图标识的自然聚类将被分割、标记 （A、B、C、D）、注释和颜色编码以进行可视化。
b 热图说明了 UM 转移中标志特征富集的异质性 （n = 100）。行对应于 （a） 中列出的纯度印记签名。每个热图中的列表示单个转移。每个热图分别按转移瘤聚类，以显示每个标志簇内的肿瘤异质性。按行计算 Z 分数。
c 每个聚类-PC 组合的平均 Spearman 秩相关系数矩阵。
d 三维 PCA 图显示了在聚类 B 中鉴定的选择性标志免疫相关通路的富集分数，欧几里得距离用于分层聚类 （a， b）。使用 Spearman 秩相关 （a-d） 进行统计比较。
见图三
葡萄膜黑色素瘤免疫基因组学评分 （UMIS） 的发展。
图三
a 用于开发 UMIS 的工作流程。使用 BioRender.com 创建。
b 通过队列独立方法 singscore 计算的 UMIS 分数与通过队列依赖方法基因集变异分析 （GSVA） 计算的 UMIS 分数的相关性。
c 使用人类基因组组织 （HUGO） 基因命名委员会 （HGNC） 对 UMIS 基因进行注释。
d 使用注释、可视化和集成发现数据库 （DAVID） 和人类分子特征数据库基因本体生物过程基因集对 UMIS 中的蛋白质编码基因进行功能注释。
e UMIS 评分在 100 例转移队列中的分布。
f 高 UMIS 和低 UMIS UM 转移之间差异表达基因的基因集富集分析。将显示 FDR 最低的 10 条通路。
g 按切除转移的源组织对 UMIS 的比较 （n = 100 个生物学独立样本;肝脏 = 56，皮下 = 20，肺 = 6，其他 = 18）。
h UMIS 与 TMB 的相关性。使用 Spearman 秩相关与叠加的简单线性回归进行统计比较以说明线性 （b， h）、DAVID 修饰的 Fisher 精确检验 （d）、快速预排序基因集富集分析 （f） 或按秩 （g） 的 Kruskal-Wallis 检验。
见图四
UMIS 揭示了 T 细胞募集和排除的体内驱动因素。
图四
a 从 6 个 UM 转移中分析的所有细胞的均匀流形近似和投影 （UMAP） 图。放大的面板显示重新聚集后细胞的免疫亚群。细胞标记的分类很广。
b UMIS 组中总体细胞类型的比例。倍数富集是指比例比（高 UMIS/低 UMIS）。
c UMIS 组中淋巴样宽细胞类型的比例。倍数富集是指比例比（高 UMIS/低 UMIS）。
d UMIS 组内淋巴颗粒细胞类型的火山图。倍数富集是指比例比（高 UMIS/低 UMIS）。
e 从高 UMIS 与低 UMIS 淋巴细胞的差异基因表达分析中选择的基因。条形表示中位数和对数2FC 是指 log2（fold change）。
f UMIS 组中髓系宽细胞类型的比例。倍数富集是指比例比（高 UMIS/低 UMIS）。
g 从高 UMIS 与低 UMIS 髓系细胞的差异基因表达分析中选择的基因。条形表示中位数和对数2FC 是指 log2（fold change）。
h 高 UMIS 和低 UMIS 肿瘤细胞之间差异表达基因的热图。列是单个单元格，行是基因。细胞按其转移的 UMIS 水平进行分组。包含的基因的 log2（倍数变化） ≥ |0.5|罗斯福< 0.05。按行计算 Z 分数。
i 从高 UMIS 与低 UMIS 肿瘤细胞的差异基因表达分析中选择基因。条形表示中位数和对数2FC 是指 log2（fold change）。UMAP 图显示每个 UMIS 子集中的所有单元格。j UMIS 与免疫抵抗计划评分的相关性33在 UM 转移中 （n = 100）。
k 免疫抵抗计划评分的比较33通过 UM 转移中的 UMIS 水平（高 UMIS n = 50，低 UMIS n = 50;总 n = 100 个生物学独立样本）。
l SNHG7 与 UM 转移中 CTNNB1 转录本表达的相关性 （n = 100）。单位是来自批量 RNAseq 的 log2（标准化计数）。m SNHG7 与 UM 转移中经典黑色素瘤标志物转录物 （S100A1、SOX10、MITF） 的相关性 （n = 100）。单位是来自批量 RNAseq 的 log2（标准化计数）。使用螺旋桨（反正弦比例平方根变换）（b-d、f）、Wilcoxon 秩和检验（双尾）（e、g、i、k）和 Spearman 秩相关与叠加的简单线性回归进行统计比较，以说明线性性 （j、l、m）。
见图五
UMIS 预测离体扩增 TIL 的抗肿瘤效力。
图五
a 用于平行分析来源肿瘤转录组学和扩展 TIL 抗肿瘤反应性的工作流程。使用 BioRender.com 创建。
b 来自源肿瘤 UM #100 的 TIL 培养抗肿瘤反应性筛选示例。从左到右，将肿瘤片段 （n = 24） 单独培养 ~2 周，然后与自体肿瘤细胞共培养过夜，并通过流式细胞术测量 4-1BB （CD137） 表达，并通过 ELISA 释放 IFN-γ。最终反应性测量减去 TIL 的背景反应性（单独 TIL）和非特异性反应性（TIL + 自体 APC）。
c 肿瘤共培养过夜后，UM #100 的 24 个片段培养物中 %4-1BB + CD3 + 细胞与 IFN-γ 释放之间的相关性。
d 通过 4-1BB 上调和 IFN-γ 从源肿瘤 UM #100 释放评估的个体 TIL 片段培养抗肿瘤反应性。如果 TIL 培养物的 4-1BB 表达为 >1% （虚线） 且背景为 >2 或 IFN-γ 释放为 100 pg/ml （虚线） 和 2 倍背景，则将其归类为肿瘤反应性。肿瘤反应性 TIL 培养物百分比定义为 100*（肿瘤反应性 TIL 培养物）/（总 TIL 培养物）。
e 通过收获前处理进行颜色编码的 100 个转移瘤队列中肿瘤反应性 TIL 培养物百分比的分布。
f UMIS 与肿瘤反应性 TIL 培养百分比的相关性。每个点的颜色表示肿瘤消化活力百分比。
g UMIS 与已发表的基因表达谱和肿瘤生物标志物 （n = 100 个转移） 的相关基准。所有相关性均与肿瘤反应性 TIL 培养的百分比有关。
h 根据已发表的基因表达谱和肿瘤生物标志物 （n = 100 个转移） 对 UMIS 进行预测性基准测试。受试者工作特征 （ROC） 曲线和随附的统计数据用于变量对 ≥33% 肿瘤反应性 TIL 培养物的预测。
i UM 患者 #1 同步肝转移的不同 UMIS 和 TIL 培养反应性。使用 BioRender.com 创建。
j 验证 UMIS 在独立转移性活检队列 （n = 20 个转移） 中预测离体 TIL 反应性的能力。受试者工作特征 （ROC） 曲线和曲线下面积 （AUC） 值用于 UMIS 对 ≥33% 肿瘤反应性 TIL 培养物的预测。使用 Spearman 秩相关与叠加的简单线性回归进行统计比较，以说明线性 （c， f， g） 或单变量 logistic 回归 （h， j）。
见图六
UMIS 识别对 ICI 和 tebentafusp 耐药但对离体扩增和过继转移敏感的静止 TIL。
图六
a UM 转移的大量 RNAseq 的 T 细胞受体 β （TRB） 库分析 （n = 88）。免疫检查点抑制 （ICI） 是指转移性活检前的治疗史。
b 单细胞图谱显示 UMIS 组中增殖 T 细胞的比例。
c 未经治疗的 ICI 或 tebentafusp 与治疗转移的 TRB 多样性和克隆性的比较 （ICI：48 例治疗，40 例未治疗;tebentafusp：12 例治疗，76 例未治疗）。
d 来自初治和难治性患者的离体 TIL 扩展 （n = 19）。在转移性活检之前接受列出的疗法。显示了快速扩增方案（REP TIL 后）后源转移和相应 TIL 培养物的 TIL 细胞计数（左）、T 细胞受体 β （TRB） 多样性（中）和 TRB 克隆性（右）的变化。保守估计转移瘤的 TIL 计数为 ≤106.通过靶向 TCR 库分析对 TRB 库进行表征。使用 BioRender.com 创建的原理图。
e 具有离体 TIL 扩展的 TRB 动力学示例。气泡图表示独特的 TRB 克隆型（颜色编码），气泡大小表示克隆型总数的百分比。显示的是每个收获前处理组的代表性示例（两者都不是 = UM #73，ICI = UM #50，tebentafusp = UM #59，两者都 = UM #49）。使用 BioRender.com 创建的原理图。
f 在 NCT01814046 背景下评估 UMIS 的示意图（转移性 UM 的 TIL ACT）15.使用 BioRender.com 创建。
g 源转移 UMIS 与 TIL 输注产物反应性的相关性 （n = 17）。
h 源转移 UMIS 与 TIL ACT 后肿瘤大小相对于基线 （RECIST v1.1） 的最大百分比变化的相关性。RECIST 反应线绘制在 -30% （n = 19）。
i 反应者之间 UMIS 的比较 （R;n = 6） 和无反应者 （NR;n = 13） 更改为 TIL ACT。NR 组的中位 UMIS （0.246） 用作结局分析的临床反应阈值。
j 通过 UMIS 反应阈值 （n = 19） 的 ACT 后生存事件发生时间曲线。无进展生存期使用疾病进展作为事件（中位随访（月）：高 = 5.09，低 = 2.07）。总生存期使用死亡作为事件（中位随访（月）：高 = 20.97，低 = 4.90）。风险比 （HR） 适用于高于阈值组与低于阈值组。使用 Spearman 秩相关与叠加的简单线性回归进行统计比较，以说明线性 （a， g， h）、Fishers 精确检验 （b）、Wilcoxon 秩和检验（双尾） （c， i）、按秩 （c） 的 Kruskal-Wallis 检验、Wilcoxon 符号秩检验（双尾） （d） 或对数秩检验 （j）。
02
研究结论
总之，单细胞转录组学表明 UMIS 是一个整体指标，反映了肿瘤微环境中淋巴、骨髓和肿瘤区室的基因表达。此外，转移的 UMIS 分类显示低 UMIS 肿瘤细胞的 CTNNB1 表达增加是免疫排斥的推定驱动因素。相比之下，高 UMIS 转移显示肿瘤细胞 CTNNB1 表达较低，APC 激活更多，CD8 + T 细胞募集更多，干扰素信号传导较强。
好了股票配资股票配资公司，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
发布于：广东省下一篇：没有了