介绍一篇15分的免疫治疗预测生信文章

大年初二，开始搬砖。今天给大家解读一篇发表在NC上的文章。本文是基于一种新的算法来预测免疫治疗的疗效。算法比较复杂，感兴趣的可以下载原文详细看一下。

研究背景：

癌症免疫疗法是抗癌斗争中开辟的一条新战线。免疫疗法不是使用特定的抑制剂直接靶向癌细胞，而是刺激和调节宿主的免疫系统以消除癌细胞。免疫检查点阻断(ICB)是通过抑制细胞毒性T淋巴细胞相关抗原4(CTLA-4)、程序性细胞死亡蛋白1(PD-1)及其配体1(PD-L1)等免疫抑制检查点分子来增强T细胞活性，在一些癌症患者中产生了持久的反应。因不同类型的癌症差异很大，故只有少数癌症患者从这些疗法中受益。因此，了解这种新发耐药性机制，选择预测性生物标志物，及扩大ICB益处的治疗靶点变得尤为重要。 本文中，作者开发了一种网络关联方法用于识别抗PD1/PD-L1 ICB的相关治疗反应/基因/信号通路，以预测识别能够增强肿瘤对抗PD1反应的化合物。

结果解读：

一、基于网络的方法概述

1、抗PD-1治疗的疗效取决于癌细胞表面的主要组织相容性复合体(MHC)I类分子呈递的新抗原，并通过细胞毒性CD8+T细胞进行监测。作者推测，在基因网络中任何与MHC I类基因相近的基因的异常都可能破坏MHC I类抗原的加工和呈递途径(MHC I通路)，则影响肿瘤对抗PD1的反应。

2、通过计算每个基因与MHC I类基因、PDCD1和CD274（MHC I通路基因）的功能相关性（MHC I关联评分）发现，MHC I关联评分高的基因与肿瘤对抗PD-1治疗的反应相关(图1a)。

3、通过接受抗 PD-1 治疗的癌症患者样本的基因表达数据，识别出与 MHC I 通路高度相关且在给定癌症类型中失调的基因和通路（图1b)。

4、在给定的TCGA癌症类型中，结合免疫浸润评分和MHC I关联评分，最后选择排名靠前的免疫阳性和阴性的MHC I 相关基因，这些基因及其通路将与该癌症类型中抗 PD-1 治疗的肿瘤反应有关。又通过MIAS评分发现，MIAS评分较高的患者样本比评分较低的患者样本更有可能对抗PD-1治疗产生反应（图 1c）。

5、通过作者的MHC I关联预测方法，对TCGA数据进行研究并探索给定的癌症类型中与抗PD-1治疗相关的遗传和表观遗传学畸变(图1d)。

6、从DGIdb数据库中（药物靶点数据库），以确定在特定癌症类型中能够增强该癌症类型抗PD-1治疗反应的抑制剂(图1e)。

图1基于网络的方法

二、与MHCI通路相关的基因和通路的预测以及对抗PD-1治疗的反应

1、基于T细胞的CRISPR/Cas9筛查，选择与癌细胞和T细胞相互作用相关的六个基因。六个基因组的受试者工作特性曲线（ROC）和曲线下面积（AUC）（图2a）结果表明，AUC值越高表明，基因与抗PD-1治疗的反应高度相关。

2、GSEA显示，几条已知与抗PD-1治疗反应相关的通路位于预测列表的顶部(图2c)，如WNT(图2b)、PI3K-AKT、MYC、MAPK、干扰素信号及TP53通路。

图2通过基准基因组和与抗PD-1治疗相关的已知通路对MHCⅠ关联预测进行评估

三、一些起网络枢纽作用的癌症基因与抗PD-1治疗的反应有关

1、重叠分析显示，6个独立的CRISPR基因组与KEGG癌症通路基因组或两个数据库中编制的其他癌症基因组显著重叠(图3a)。结果表明，许多癌症基因及其相关通路可能与MHC I通路和患者对抗PD-1治疗的反应密切相关。

2、图3b中的ROC曲线表明，度中心性的结果与所有6个CRISPR基因组的结果有很好的相关性。度、中间性和特征向量中心性方法的结果都与该团队的MHC I关联预测高度相关（图3c、d）。

综上所述，一些癌症基因在分子网络中扮演着枢纽的角色，间接地解除了某些通路的调控，如MHC I通路，以推动癌细胞的免疫逃避。

图3一些作为网络枢纽的癌症基因与抗PD-1治疗的反应有关

四、挖掘TCGA数据以确定与抗PD-1反应相关的遗传畸变和通路

1、该团队的关联预测列表的前10%显著丰富了与免疫浸润相关的基因(图4a)。在所有癌症类型中，MHCI相关基因中有2008个基因与免疫浸润的相关性方向不一致，即它们的相关性在一些癌症类型中是正的，而在另一些类型中是负的(图4b)。

2、在黑色素瘤中，一些已知的与抗PD-1治疗耐药相关的遗传畸变已被确定，如B2M和IFNGR1的拷贝数丢失和MYC的拷贝数增加（表1）。研究报道，CDK4、PTK2、eIF3b拷贝数的增加及泛素C的突变与黑色素瘤的抗PD-1治疗耐药有关。

图4MHC I 关联预测与 TCGA 数据的整合

五、抗PD-1联合治疗的潜在治疗靶点

1、收集36种化合物的155个靶基因（图5），这些化合物的许多靶点都在 MHC I关联预测和三种中心性方法的排名靠前的预测列表中。这表明，这些网络方法可以帮助确定靶向治疗策略，以增强患者对抗PD-1疗法的反应。

2、探索TCGA SKCM与DGIdb数据库，确定黑色素瘤的其他潜在治疗靶点。表 1列出了一些已鉴定的SKCM化合物并引用了它们与免疫反应相关联的文献。

（1）过表达的 eEF2 基因抑制促炎反应，并与接受抗 PD-1 治疗的肾细胞癌和转移性黑色素瘤患者的不良反应相关。则Denileukindiftitox可用于增强黑色素瘤的免疫反应。

（2）DNA甲基转移酶抑制剂，在小鼠模型中诱导T细胞吸引并增强ICB 功效。则蛋白质精氨酸甲基转移酶1和5（PRMT1、PMRT5）编码蛋白的抑制剂可与抗PD-1疗法联合治疗黑色素瘤。

（3）糖原合成酶激酶3β(GSK3β)与PD-L1相互作用，可诱导PD-L1磷酸化依赖性蛋白酶体降解。GSK3β抑制剂还可以下调PD-1表达并增强癌症治疗中的CD8⁺ T细胞功能。因此，GSK3β抑制剂Tidelusib与抗PD-1治疗相联合可能是一种有希望治疗黑色素瘤的策略。

（4）蛋白激酶C基因（PRKCE）在大多数实体瘤中过表达，并在不同的癌症相关通路中发挥关键作用，包括Toll样受体4(TLR-4)信号。TLR-4信号转导被证明可以改善慢性病毒感染期间的抗PD-1治疗。因此，蛋白激酶C抑制剂Enzastaurin可以用来加强黑色素瘤的抗PD-1治疗。

图5抗PD-1联合治疗靶点的预测

六、MHC I 相关免疫评分与患者对抗 PD-1 治疗的反应相关

1、通过MIAS 对411个样本的基因表达数据进行分析，及使用临床反应数据来计算其AUC。大多数数据集（图6a）的AUC显著高于随机期望值（AUC = 0.5）。

2、同时还使用与 ROC 曲线的 AUC 直接相关的 Wilcoxon-Mann-Whitney 统计量来评估 MIAS 方法的性能。结果显示，Wilcoxon测试的结果和AUC在一些小数据集上不一致，即一些小数据集在Wilcoxon测试上具有非常高的AUC值，但没有显著的p值。

3、通过Wilcoxon-Mann-Whitney检验和AUC方法，将该团队的 MIAS方法与其他三种方法 （IMPRES、TIDE和GEP）的预测性能进行比较。结果表明，在大多数数据集中，该团队的的MIAS方法的预测性能优于其他三种方法（图6b）。

4、通过Wilcoxon-Mann-Whitney检验将MIAS的四种情况的预测性能与其他三种方法的预测性能进行了比较(图6c)。结果表明，MIAS方法（MHC-I + ESTIMATE）的预测性能明显优于其他三种方案。

5、与MIAS、TIDE和GEP相比，IMPRES的预测涵盖了免疫应答机制的不同方面。通过Wilcoxon-Mann-Whitney检验（图6d）和AUC评估组合数据集预测性能的综合得分。结果表明，IMPRES的综合得分的表现优于两种单项得分方法。相比之下，在MIAS和其他两种先前方法的综合预测中，性能没有提高。

图6预测抗PD-1治疗应答的表现

总结：

因大多数癌症患者对抗PD1治疗缺乏反应，该团队开发了一种网络方法来推断与肿瘤抗PD1治疗反应相关的基因、通路和潜在的治疗组合。通过预测确定了已知与抗PD1相关的基因和通路，并通过与肿瘤对细胞毒性T细胞的耐药性相关的6组CRISPR基因和36种化合物的靶标进一步验证，这些化合物已经在与抗PD1联合治疗的临床试验中进行了测试。整合MHC I关联预测和TCGA数据确定了排名靠前的数百个基因，这些基因的表达和改变可能会影响每种TCGA癌症类型对抗PD1的反应。此外，还整合MHC I关联免疫评分 (MIAS) 的基因特征，该评分显示出与来自6个队列的黑色素瘤样本的抗PD1反应的良好相关性。而且，将药物靶点数据映射到该团队的关联预测中的排名靠前的基因，来识别可能增强肿瘤对抗PD1反应的抑制剂，如CDK4、GSK3β和PTK2编码蛋白的抑制剂。