Частина Ⅰ Ідентифікація та валідація імунозалежних пар генів для трьох урологічних раків

Анотація

Надійні біомаркери необхідні для розпізнавання хворих на урологічний рак із високим ризиком рецидиву. У цьому дослідженні ми створили нову сигнатуру пар генів, пов’язаних з імунною системою, для одночасного прогнозування рецидиву трьох урологічних раків. Ми зібрали 14 загальнодоступних профілів експресії генів, включаючи рак сечового міхура, простати та нирок. Загалом 2700 зразків було класифіковано в набір для навчання (n=1,622) і набір для перевірки (n=1,078). Сигнатура 25 імунозалежних пар генів, що складається з 41 унікального гена, була розроблена за допомогою регресійного аналізу оператора найменшого абсолютного скорочення та відбору та регресійної моделі Кокса. Сигнатура розподіляла пацієнтів на групи високого та низького ризику зі значною різницею безрецидивного виживання в групі мета-навчання та її субпопуляціях і була незалежним прогностичним фактором урологічних раків. Цей підпис продемонстрував надійну здатність у метаперевірці та кількох незалежних когортах перевірки. Імунна та запальна відповідь, хемотаксис і активність цитокінів були збагачені генами, що мають відношення до сигнатури. У групі високого ризику було виявлено значно вищий рівень інфільтрації макрофагів M1 порівняно з групою низького ризику. На завершення, наш підпис є багатообіцяючим прогностичним біомаркером для прогнозування безрецидивного виживання у пацієнтів з урологічним раком.

Ключові слова

Урологічні ракові захворювання; біомаркери; Імунозалежні пари генів; Безрецидивна виживаність; Прогностичний біомаркер;Переваги Цистанхе.

Натисніть тут, щоб отримати більше інформації проякі наслідки Cistanche

вступ

Рак сечового міхура, рак передміхурової залози та рак нирок є основними пухлинами сечовивідної системи, і щороку діагностується майже 2,4 мільйона нових випадків [1]. Розвиток таргетної терапії та неоад’ювантної терапії подовжив виживаність пацієнтів [2–4]. Однак у багатьох пацієнтів виникають рецидиви навіть після повної хірургічної резекції [5–7], і їхні прогнози все ще не оптимістичні. Надійний прогностичний біомаркер, який міг би ідентифікувати пацієнтів із вищим ризиком рецидиву та відбирати пацієнтів, у яких є відповідь на терапію, був би цінним для лікування урологічних раків.

Сигнатури експресії генів були ідентифіковані для стратифікації виживання раку сечового міхура [8, 9], раку передміхурової залози [10, 11] і раку нирки [12, 13]. Однак більшість біомаркерів не були переведені в клінічну практику через надмірне підгонку навчальних наборів даних або відсутність достатньої перевірки [14]. Шанс на розробку більш надійних прогностичних біомаркерів надав достатні широкомасштабні публічні набори даних експресії генів [15, 16]. Однак об’єднати дані, отримані з різних платформ, складно. Традиційний метод ускладнює нормалізацію різних наборів даних, враховуючи технічні відхилення та біологічну неоднорідність багатьох платформ [17, 18]. Нові методи, засновані на відносному ранжуванні рівнів експресії генів, були використані для усунення вимоги попередньої обробки даних і досягли надійних результатів у багатьох застосуваннях [19–21].

Все більше доказів свідчить про те, що імунне мікрооточення пухлини корелює з формуванням і прогресуванням трьох основних урологічних пухлин [22–24]. Молекули імунної контрольної точки, такі як програмована клітинна смерть 1 (PD-1), PD-1 ліганд 1 (PD-L1) і цитотоксичний Т-лімфоцит-асоційований антиген 4 (CTLA-4) , продемонстрували чудову, тривалу відповідь при раку сечового міхура [25, 26], раку простати [27, 28] і раку нирок [29, 30]. Таким чином, біомаркери, пов’язані з імунним мікрооточенням пухлини, можуть мати потенціал як прогностичні маркери урологічних раків.

Як відомо, рак сечового міхура, рак передміхурової залози та рак нирки тісно пов’язані анатомічно та є результатом подібних уражень, які сприяють утворенню пухлин [31–33]. Тому в цьому дослідженні ми розробили сигнатуру на основі імунозалежних пар генів (IRGP) для одночасного прогнозування рецидиву раку сечового міхура, раку простати та раку нирок.

Цистанка трубчаста

Матеріали та методи

1. Дизайн дослідження та набори даних

Ми всебічно проаналізували 14 профілів експресії генів у трьох урологічних пухлинах сечового міхура, передміхурової залози та раку нирки, включаючи сім наборів даних мікрочіпів і сім наборів даних RNA-Seq (додатковий малюнок 1). Ідентифікаційні номери, платформи та розміри зразків цих профілів експресії генів наведені в Додатковій таблиці 1. Дані RNA-Seq були завантажені з UCSC Xena та Міжнародного консорціуму генома раку (ICGC). Дані мікрочіпів були завантажені з Gene Expression Omnibus (GEO). Когорти з Атласу геному раку (TCGA) використовувалися як набір для навчання, а інші набори даних використовувалися як набір для перевірки. Були включені лише пацієнти з повною інформацією про виживання. Ми також виключили пацієнтів, які отримували променеву терапію, неоад’ювантну терапію та цільову молекулярну терапію в усіх незалежних когортах навчання. Загалом у наше дослідження було включено 2700 випадків. Наш проект був схвалений Комітетом з етичної перевірки медичного університету Чунціна.

2. Обробка даних експресії генів

Загальнодоступні набори даних з GEO спочатку були нормалізовані за допомогою функції normalizeBetweenArrays, яка реалізована в пакеті «limma», а потім були додатково перетворені в журнал. Методи нормалізації не використовувалися в когортах TCGA та ICGC.

3. Ідентифікація специфічних IRGP для прогнозування прогнозу

Ми завантажили імунозалежні гени (IRG) із бази даних ImmPort, доступ до якої відбувся 3/3/2021. 2483 унікальних IRG, що становлять 17 категорій, включаючи цитокіни, рецептори цитокінів, процесинг антигену, шляхи презентації, інтерлейкіни, цитотоксичність природних клітин-кілерів, TGFb і членів родини TNF. Було обрано лише IRG, виміряні всіма платформами з середнім абсолютним відхиленням > 0,5 у всіх незалежних наборах тренувань. Оцінка для кожного IRGP була створена шляхом попарного порівняння рівня експресії генів у певній вибірці профілів. Оцінка IRGPs була визначена як 1, якщо рівень експресії IRG 1 був більшим, ніж IRG 2; в іншому випадку оцінка IRGPs була встановлена ​​як 0 [34]. Після видалення IRGP з постійними значеннями в будь-якому окремому наборі даних IRGP, що залишилися, були додатково проаналізовані.

4. Побудова індексу імунозалежних пар генів (IRGPI) для прогнозування прогнозу

Прогностичні IRGP були обрані на основі наступних кроків. По-перше, прогностична здатність кожного IRGP передбачати безрецидивне виживання (RFS) пацієнтів була оцінена за допомогою регресійної моделі Кокса в наборі даних метанавчання та IRGP з p-значенням < 0.05 були обрані як вихідні маркери кандидатів. По-друге, для подальшого відфільтрування деяких менш інформативних IRGP було використано аналіз оператора найменшого абсолютного скорочення та вибору (LASSO). Параметр налаштування визначався очікуваною помилкою узагальнення, оціненою за 10-кратною перехресною перевіркою. Щоб підвищити надійність, ми випадковим чином розділили повний набір даних метанавчання на нові набори даних навчання та тестування у співвідношенні 2:1 і повторили схему випадкового розподілу 30 разів, щоб стабілізувати процедуру вибору IRGP. Потім модель LASSO було застосовано до 30 тренувальних наборів, і були відібрані ті IRGP з частотою > 15. Нарешті, багатовимірна регресійна модель Кокса була використана для побудови моделі прогнозування на основі IRGP та створення IRGPI для всіх зразків. Пацієнти були класифіковані на групи з низьким і високим імунним ризиком за допомогою медіанного значення IRGPI.

Екстракт цистанхи

5. Оцінка та підтвердження IRGPI

The prognostic value of the IRGPI was evaluated in the meta-training and independent training sets and was further verified in the meta-validation and multiple independent validation sets. The log-rank test and time-dependent receiver operating characteristic (ROC) curves were adopted to assess the prognostic accuracy of the IRGPI. We combined IRGPI with clinical factors of age, gender, and tumor stage in multivariate Cox analyses. Age (>60) перетворено на 1, а вік (<60) was transformed into 0. Stages III and IV were transformed into 1, and stage I and II were transformed into 0.

6. Профілювання інфільтруючих імунних клітин

CIBERSORT характеризує склад імунних клітин, використовуючи профілі експресії генів пухлини [35]. Він зробив висновок про відносні пропорції 22 типів інфільтрованих імунних клітин на основі еталонних значень експресії генів (LM22) [35]. У цьому дослідженні пропорції 22 інфільтрованих імунних клітин визначали за допомогою пакета R «CIBERSORT». Перманентність була встановлена ​​на 1,000, і для подальшого аналізу були відібрані випадки з вихідним p-значенням CIBERSORT < 0,05. Для порівняння відмінностей у підтипах імунних клітин між групами з високим і низьким IRGPI використовувався тест суми рангів Вілкоксона.

7. Аналіз генної онтології (GO).

R-пакет «clusterProfiler» використовувався для проведення аналізу збагачення GO генів, пов’язаних з IRGPI, у когорті мета-навчання. Значення р < 0.05, скориговане Бенджаміні Хохбергом (частота помилкових відкриттів, FDR), використовувалося як порогове значення для визначення значущості.

8. Побудова та оцінка номограми

Була побудована номограма для встановлення кількісного підходу для прогнозування RFS у когорті метатренінгів на основі IRGPI та клінічних факторів, що було додатково перевірено в когортах метавалідації. Для кожного фактора було підраховано бал, а потім отримано загальну кількість балів усіх факторів для оцінки показників RFS через 1, 3, 5 і 10 років. Потім були намальовані калібрувальні графіки для оцінки надійності номограми.

Стандартизований Cistanche

9. Статистичний аналіз

Пакет R 'survival', 'glmnet', 'sure miner', 'timeROC', 'rms', 'CIBERSORT' і 'clusterProfiler' були використані для побудови регресійної моделі Кокса, моделі LASSO, кривої Каплана-Мейєра, часу -залежна крива ROC, номограма, розрахунок складу імунних клітин та аналіз GO. Зв'язок показника IRGPI з RFS аналізували за допомогою логарифмічного рангового тесту. Регресійна модель Кокса була прийнята для виконання багатовимірного аналізу асоціації IRGPI з RFS. Двостороннє p-значення < 0.05 вважалося статистично значущим для всіх тестів. Усі статистичні аналізи проводилися за допомогою R (версія 4.0.2).

Список літератури

1. Sung H, Ferlay J, Siegel RL, Laversanne M, Soerjomataram I, Jemal A, Bray F. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021 рік; 71:209–49.

2. Сейлер Р., Оо Х.З., Тортора Д., Клаусен Т.М., Ван Ч.К., Кумар Г., Перейра М.А., Орум-Мадсен М.С., Агербек М.О., Густавссон Т., Нордмай М.А., Річ Дж.Р., Лаллус Н. та ін. Онкофетальна модифікація глікозаміноглікану забезпечує терапевтичний доступ до цисплатин-резистентного раку сечового міхура. Євро Урол. 2017 рік; 72:142–50.

3. Maroto P, Solsona E, Gallardo E, Mellado B, Morote J, Arranz JÁ, Gómez-Veiga F, Unda M, Clement MÁ, Alcaraz A. Думка експерта щодо терапії першої лінії при лікуванні стійкого до кастрації раку простати . Crit Rev Oncol Hematol. 2016 рік; 100:127–36.

4. Fu Q, Xu L, Wang Y, Jiang Q, Liu Z, Zhang J, Zhou Q, Zeng H, Tong S, Wang T, Qi Y, Hu B, Fu H та ін. Інтерлейкін-23, пов’язаний з пухлиною, пов’язаний із залежністю від глутаміну при раку нирки та ухиленням від імунітету. Євро Урол. 2019 рік; 75:752-63.

5. Zhao Z, Wang Y, Zhang JJ, Huang XY. Інгібітори фасцину зменшують міграцію та адгезію клітин, одночасно збільшуючи загальну виживаність мишей, які мають рак сечового міхура. Раки (Базель). 2021 рік; 13:2698.

6. Пелтомаа А.І., Райттінен П., Талала К., Таарі К., Таммела Т.Л., Аувінен А., Муртола Т.Й. Прогноз раку простати після початку андрогенної деприваційної терапії серед користувачів статинів. Популяційне когортне дослідження. Рак простати Prostatic Dis. 2021 рік; 24:917–24.

7. Tian M, Wang T, Wang P. Розробка та клінічна перевірка семигенного прогностичного підпису на основі кількох алгоритмів машинного навчання при раку нирки. Трансплантація клітин. 2021 рік; 30:963689720969176.

8. Zhang C, Gou X, He W, Yang H, Yin H. Сигнатура 4-мРНК на основі гліколізу корелює з прогнозом і процесом клітинного циклу у пацієнтів з раком сечового міхура. Cancer Cell Int. 2020 рік; 20:177.

9. Chen S, Zhang N, Shao J, Wang T, Wang X. Нова комбінація генів покращує прогноз загального виживання при раку сечового міхура. J Рак. 2019 рік; 10:5744–53.

10. Xu Z, Xu L, Liu L, Li H, Jin J, Peng M, Huang Y, Xiao H, Li Y, Guan H. A Glycolysis-Related Five-Gene Signature Predicts Biochemical Recurrence-Free Survival in Patients With Prostate Аденокарцинома. Передній онкол. 2021 рік; 11: 625452.

11. Nguyen HT, Xue H, Firlej V, Ponty Y, Gallopin M, Gauthier D. Безреферентні транскриптомні підписи для прогнозу раку простати. BMC Рак. 2021 рік; 21:394.

12. Lu J, Qian C, Ji Y, Bao Q, Lu B. Gene Signature Associated With Bromodomain Genes Predicts the Prognosis of Kidney Renal Cell Carcinoma. Передня генет. 2021 рік; 12: 643935.

13. Wu Y, Wei X, Feng H, Hu B, Liu B, Luan Y, Ruan Y, Liu X, Liu Z, Liu J, Wang T. Integrated Analysis to Identify a Redox-Related Prognostic Signature for Clear Cell Renal Cell карцинома. Oxid Med Cell Longev. 2021 рік; 2021:6648093.

14. Shi R, Bao X, Unger K, Sun J, Lu S, Manapov F, Wang X, Belka C, Li M. Ідентифікація та перевірка сигнатур генів, отриманих від гіпоксії, для прогнозування клінічних результатів і терапевтичних відповідей у ​​пацієнтів з аденокарциномою легені I стадії . Тераностика. 2021 рік; 11:5061-76.

15. Брендел М, Бартел Х, ван Еймерен Т, Марек К, Бейєр Л, Сонг М, Паллейс С, Гехмейр М, Фіцек У, Респондек Г, Зауербек Дж, Нічманн А, Зак С та ін. Оцінка 18F-PI-2620 як біомаркера при прогресуючому супрануклеарному паралічі. JAMA Нейрол. 2020 рік; 77:1408-19.

16. Лі Е.С., Чон С.Й., Кім Дж.Й., Кім Дж.Дж., Ю Т.К., Кім Ю.Г., Лі К.С., Лі Е.С., Кім Е.К., Мін Дж.В., Хан В., Нох Д.Й., Мун Х.Г. Виявлення потенційних довготермінових пацієнтів із раком молочної залози з віддаленими метастазами. Енн Онкол. 2016 рік; 27:828–33.

17. Франкс Дж.М., Кай Г., Вітфілд М.Л. Квантильна нормалізація за певною ознакою дає змогу класифікувати молекулярні підтипи між платформами за допомогою даних експресії генів. Біоінформатика. 2018 рік; 34:1868–74.

18. Shen Y, Rahman M, Piccolo SR, Gusenleitner D, ElChaar NN, Cheng L, Monti S, Bild AH, Johnson WE. ПРИЗНАЧИТИ контекстно-специфічне геномне профілювання багатьох гетерогенних біологічних шляхів. Біоінформатика. 2015 рік; 31:1745–53.

19. Wu J, Zhao Y, Zhang J, Wu Q, Wang W. Розробка та перевірка сигнатури пар генів, пов’язаних з імунною системою, при колоректальному раку. Онкоімунологія. 2019 рік; 8: 1596715.

20. Xu F, Zhan X, Zheng X, Xu H, Li Y, Huang X, Lin L, Chen Y. Сигнатура імунозалежних пар генів передбачає онкологічні результати та відповідь на імунотерапію при аденокарциномі легенів. Геноміка. 2020 рік; 112:4675-83.

21. Wang S, Xu X. Сигнатура пар генів, пов’язаних з імунною системою, для прогнозування виживання при гліобластомі. Передній онкол. 2021 рік; 11: 564960.

22. Pfannstiel C, Strissel PL, Chiappinelli KB, Sikic D, Wach S, Wirtz RM, Wullweber A, Taubert H, Breyer J, Otto W, Worst T, Burger M, Wullich B, et al, and BRIDGE Consortium, Germany. Імунне мікрооточення пухлини сприяє прогностичній значущості, яка корелює з підтипами раку сечового міхура. Cancer Immunol Res. 2019 рік; 7:923–38.

23. Long X, Hou H, Wang X, Liu S, Diao T, Lai S, Hu M, Zhang S, Liu M, Zhang H. Immune signature driven by ADT-induced immune microenvironment remodeling in prostate correlated with recurrence- вільне виживання та імунна інфільтрація. Смерть клітин Dis. 2020 рік; 11:779.

24. Вуонг Л., Котеча Р.Р., Восс М.Х., Хакімі А.А. Динаміка пухлинного мікрооточення при світлоклітинному нирковоклітинному раку. Рак Discov. 2019 рік; 9:1349–57.

25. Майо М, Бланк С, Неккі А, Ді Джакомо А.М., Ібрагім Р., Лан М., Фокс Б.А., Белл Р.Б., Тортора Г., Еггермонт А.М. Неоад’ювантна імунотерапія змінює форму лікування раку в різних типах пухлин: майбутнє вже зараз! Eur J Рак. 2021 рік; 152:155-64.

26. Кейтс М, Ніршл Т.Р., Барас А.С., Сопко Н.А., Хан Н.М., Су Х, Чжан Дж., Кочел К.М., Чой В., МакКонкі Д.Ж., Дрейк К.Г., Бівалаква Т.Дж. Комбіноване секвенування наступного покоління та аналіз проточної цитометрії для часткової відповіді на анти-PD-L1 з часом: дослідження механізмів активності та резистентності до PD-L1 при раку сечового міхура. Eur Urol Oncol. 2021 рік; 4:117–20.

27. Шарма П, Пачинський Р.К., Нараян В., Флешон А., Гравіс Г., Галскі М.Д., Мохаммед Х., Патнайк А., Субудхі С.К., Чіпротті М., Сімсек Б., Сачі А., Ху Й. та ін. Nivolumab Plus Ipilimumab для лікування метастатичного кастраційно-резистентного раку простати: попередній аналіз пацієнтів у дослідженні CheckMate 650. Ракова клітина. 2020 рік; 38:489–99.e3.

28. Руїс де Поррас V, Пардо JC, Нотаріо Л, Етксаніз О, Фонт А. Інгібітори імунної контрольної точки: перспективний варіант лікування метастатичного стійкого до кастрації раку простати? Int J Mol Sci. 2021 рік; 22:4712.

29. Камаї Т., Кідзіма Т., Цузукі Т., Нукуї А., Абе Х., Араї К., Йосіда К.І. Підвищена експресія рецепторів аденозину 2A в метастатичній нирково-клітинній карциномі пов’язана з гіршою відповіддю на антиваскулярні ендотеліальні фактори росту та антитіла до PD-1/AntiCTLA4 і коротшим виживанням. Рак Immunol Immunother. 2021 рік; 70:2009–21.

30. Chu G, Xu T, Zhu G, Liu S, Niu H, Zhang M. Ідентифікація нової сигнатури на основі білка для покращення прогнозу при світлоклітинному раку нирки. Front Mol Biosci. 2021 рік; 8: 623120.

31 Горін М.А., Вердоне Й.Е., ван дер Тоом Е., Бівалаква Т.Й., Аллаф М.Є., П'єнта К.Дж. Циркулюючі пухлинні клітини як біомаркери раку простати, сечового міхура та нирок. Nat Rev Urol. 2017 рік; 14:90–7.

32. Tölle A, Suhail S, Jung M, Jung K, Stephan C. Білки, що зв’язують жирні кислоти (FABP) у клітинних лініях раку простати, сечового міхура та нирки, і використання IL-FABP як предиктора виживання у пацієнтів з нирково-клітинною карциномою . BMC Рак. 2011 рік; 11:302.

33. Юнгвірт Н., Хеберле Л., Шротт К.М., Вулліх Б., Краузе Ф.С. Серотонін використовується як прогностичний маркер урологічних пухлин. Світ J Urol. 2008 рік; 26:499–504.

34. Li B, Cui Y, Diehn M, Li R. Розробка та перевірка індивідуалізованого імунного прогностичного сигналу на ранній стадії неплоскоклітинного недрібноклітинного раку легенів. JAMA Oncol. 2017 рік; 3:1529–37.

35. Ньюман А.М., Лю К.Л., Грін М.Р., Джентлс А.Й., Фен В., Сю І., Хоанг С.Д., Діен М., Алізаде А.А. Надійний перелік підмножин клітин з профілів експресії тканин. Нац методи. 2015 рік; 12:453–7.

Бяо Се 1, Канцзі Лі 1, Хун Чжан 1, Гуйчуань Лай 1, Дапен Лі 2, Сяоні Чжун 1.

1. Кафедра біостатистики, Школа громадської охорони здоров’я та менеджменту, Чунцінський медичний університет, Чунцін, Китай

2. Інститут гепатології, Національний клінічний дослідницький центр інфекційних захворювань, Третя народна лікарня Шеньчженя, Шеньчжень, Китай