题目 ： Integrative Analysis From Multicenter Studies Identifies a WGCNA-Derived Cancer-Associated Fibroblast Signature for Ovarian Cancer

期刊 | 日期 ： https://doi.org/10.3389/fimmu.2022.951582 | 06 June 2022

概述：发现6个基因（COL16A1, COL5A2, GREM1, LUM, SRPX, TIMP3）组成的卵巢癌肿瘤相关成纤维细胞相关的signature

image-20221218164230888

1、数据收集与预处理

主要收集16个数据集，2742个卵巢癌病人转录组数据及对应的预后信息。

  • TCGA队列：372个病人， FPKM标准化（另收集突变数据）
  • GPL570平台的6个GSE数据集，597个病人，log2(TPM+1)标准化(下同)
    • 对于相同平台的不同数据集使用sva::Combat校正批次(下同)
  • GPL96平台的4个数据集，409个病人；
  • GPL7759，GPL2986，GPL14951，各一个数据集
  • PD-1，PD-L1治疗后的两个GSE数据集

主要使用GPL570与TCGA两个队列，其余数据用于后续验证以及衍生分析

image-20221218192514358

2、CAF相关hub基因筛选

（1）基于IOBR包的4种算法，计算每个样本的CAF abundances and stromal scores；

（2）根据score将病人分为高低两组，TCGA与GPL570生存分析具有均显著意义

  • 较高的CAF infiltration、stromal score与较差的生存预后相关
image-20221218193558754

每个队列的组别划分阈值不相同可以理解，但作者并没有明确提及确定阈值的依据，包括后面的risk score分组分析。

（3）分别对TCGA与GPL570进行WGCNA分析，各自鉴定出与样本CAF abundances and stromal scores最相关的一个模块，再取交集，得到95个CAF相关基因。

（4）对CAF相关基因进行初步的GO，KEGG通路富集分析，阐释相关通路。

image-20221218194204942

3、构建预后模型signature

将GPL570队列用于训练集， 构建模型；将TCGA队列用于验证模型。

（1）针对上述95个CAF相关基因进行Univariate Cox regression analysis，得到63个显著基因(p<0.05)

（2）再经LASSO regression analysis，最终得到6个用于构建signature的marker基因

  • COL16A1—0.0924；COL5A2— -0.0031；GREM1— 0.0847；
  • LUM— 0.0069；SRPX— 0.0649；TIMP3— 0.0425

（3）根据上述基因权重，计算每个样本的risk score，进一步分为高低风险组，进行生存分析

  • 分组具有显著生存预后意义，高分数→差预后
image-20221218194349987

（4）其余4个GPL队列的数据验证，发现风险分组均具有显著意义。

image-20221218195644515

4、预后模型衍生分析

通过不同角度论证所发现的signature具有重要意义

4.1 signature与CAF的关系

  • 样本risk score与CAF浸润打分的相关性
  • 样本risk score与已知CAF marker表达的相关性
image-20221218200542091

4.2 signature与免疫治疗的关系

PD-1/PD-L1可降低免疫效应，促进肿瘤生长; PD-L1 and PD-1 blockade 肿瘤免疫治疗手段

stable disease (SD)/progressive disease (PD) – 无效

complete response (CR)/ partial response (PR) – 有效

  • high risk score样本与SD/PD有关
  • high risk组与较差的生存预后相关
image-20221218200811066

4.3 signature与肿瘤突变负荷

一般认为肿瘤突变负荷TMB越高，免疫治疗效果越好

  • 结合TCGA突变数据，分析high/low risk score组的差异突变基因；
  • 进一步分析TMB分数与risk score的相关性（maftools包的tmb函数）
image-20221218201050160

4.4 signature的相关通路

  • high/low risk score组的GSEA显著富集通路
  • 样本risk score与ssGSEA分数的高相关性通路
image-20221218201907878

4.5 其余分析

（1）BRCA是否突变以及突变型与risk score的关系

（2）结合pRRophetic包预测对high/low risk score组的IC50具有显著差异的药物

（3）siganture在纤维原细胞系与卵巢癌细胞系表达差异

（4）OV scRNAseq中高表达siganture的细胞类型

5、小结与体会

  • 本篇数据挖掘文章亮点之一是收集了大量样本数据，共2742个样本，并且均包含预后数据。其中主要使用的是GPL570所包含的仅600个样本数据。
  • 分析思路主要分为3步（1）确定CAF相关基因范围；（2）建立CAF signature；（3）signature后续衍生分析
    • 前面两步是很常规的signature挖掘过程；
    • 后面一步则取决于个性的发挥。本篇文章花了相当的笔墨在这一步骤，可感觉有些分析实在有仅为了充实内容之嫌。
  • 最后关于文章的存疑是目前仍未发现作者如何针对每个数据集的risk score确定分组阈值的方法，而这直接决定了生存分析结果，不知作者有意为之还是如何。