一项基于TCGA数据挖掘的研究（二）

上一篇我们讲了本研究的分析过程以及评分与LUAD患者的生存相关，下面我们接着介绍
评分与LUAD患者的临床病理分期相关
为了确定免疫和基质成分比例与临床病理特征的关系，我们分析了TCGA数据库中LUAD病例的相应临床信息。如图3所示，免疫核心与TMN分期的T分类呈负相关(图3D, p = 0.003);StromalScore仅与TMN分期的M分类呈负相关(图3H, p = 0.007)，而ESTIMATEScore随着TMN分期的推进而显著下降(图3F, p = 0.028，图3I, p = 0.021)。提示免疫和基质成分的比例与LUAD的侵袭和转移有关。

图3|免疫核心和StromalScore 与临床病理分期特征的关系。
免疫核心和StromalScore共享的DEGs主要表现为免疫相关基因的富集
为了明确TME中免疫和基质成分的基因谱变化，我们对高、低分值样本进行了比较分析。与中位数相比，共776个DEGs来自于其中的ImmuneScore(高得分与低得分样本)上调626个基因，下调150个基因(图4A,C,D)。同样,从StromalScore获得783度,包括665和118年下调基因差异基因(图4 b D)。维恩图的交叉分析显示显示共有317个调节基因共享高分ImmuneScore和StromalScore和62个下调基因共享的低分。这些DEGs(共379个基因)可能是TME状态的决定因素。基因本体论(GO)富集分析结果显示，DEGs几乎映射到免疫相关的GO术语，如白细胞增殖和t细胞激活(图4E)。京都基因和基因组百科全书(KEGG)的富集分析也显示了趋化因子信号通路、细胞因子和细胞因子受体相互作用以及造血细胞谱系的富集(图4F)。因此，DEGs的整体功能似乎映射到免疫相关的活动，这意味着在LUAD中TME的主要特征是免疫因子的参与。

图4 |热图、维恩图和DEGs的GO和KEGG富集分析
PPI网络与单变量COX回归的交集分析
为了进一步探索其机制，我们使用Cytoscape软件[美国国立普通医学科学研究所(National Institute of General Medical Sciences, NIGMS)]基于字符串数据库构建了PPI网络。379个基因间的相互作用如图5A所示，以节点数排列的前30个基因的条形图表示(图5B)。对LUAD患者的生存进行单因素COX回归分析，以确定379个DEGs中的显著因素(图5C)。然后，对PPI网络的领先节点与单变量COX回归的p值排序后的16个前因子进行交集分析，上述分析中只有两个因子CCR2和BTK重叠(图5D)。

图5 |蛋白-蛋白相互作用网络和单变量COX。
BTK表达与LUAD患者生存及TNM分期的相关性研究
BTK在B淋巴细胞的胞内信号传导中起关键作用。Ibrutinib, BTK抑制剂，是有效的治疗淋巴细胞恶性肿瘤患者。相反，对于实体肿瘤，如非小细胞肺癌和乳腺癌的治疗，并没有得到令人愉快的结果。在本研究中，将所有LUAD样本与BTK中位表达比较，分为BTK高表达组和BTK低表达组。生存分析显示BTK高表达的LUAD患者比BTK低表达的患者生存时间更长(图6C)。然后结合临床特征进行BTK分析(补充表1)，经Wilcoxon秩和检验，肿瘤标本中BTK的表达明显低于正常标本(图6A)。在来自同一患者的正常组织和肿瘤组织配对分析中观察到类似的结果(图6B)。以上结果明确表明TME中BTK的表达与LUAD患者的预后呈正相关。特别是BTK的表达随着TNM分期的进展而下降(图6D G)。