生信小課堂
影響因子：9.043
研究概述：
卵巢癌（OV）是三種最常見的婦科惡性腫瘤之一，死亡率最高。最近的研究表明，OV中存在腫瘤內(nèi)細菌。然而，腫瘤內(nèi)微生物是否與腫瘤微環(huán)境（TME）有關(guān)，OV的預后仍然未知。本實驗選取TCGA中373名OV患者的RNA測序數(shù)據(jù)以及臨床和生存數(shù)據(jù)，根據(jù)功能基因表達特征（Fges）分為兩種亞型。作者評估了腫瘤內(nèi)微生物與OV預后之間的聯(lián)系，并探索了腫瘤免疫與腫瘤內(nèi)微生物分類群和功能之間的關(guān)系，發(fā)現(xiàn)富含免疫力和缺乏免疫力的TMEs之間的微生物群分布不同。腫瘤內(nèi)微生物群是OV生存預后的一個獨立預測因素。綜合分析和細胞實驗表明，腫瘤免疫與微生物密切相關(guān)。
如果想做類似的分析，歡迎交流。
研究結(jié)果：
基于Fges的兩種卵巢癌免疫亞型具有不同的TME特征
根據(jù)OV的分子特征可以聚集成兩個不同的TME，稱為免疫缺陷亞型（clust1）和免疫富集亞型（clust2）。（圖1A）
差異分析顯示，基線臨床指標clust1和clust2之間沒有顯著差異（表1）。clust2患者的基質(zhì)和免疫評分更高，腫瘤純度較低（圖1B），存在高比例的CD8 T細胞、活化的CD41記憶T細胞、M1型巨噬細胞(M1)、調(diào)節(jié)性T細胞、靜息樹突狀細胞和靜息肥大細胞(M0型巨噬細胞較少)（圖1C），更高的腫瘤突變負擔（TMB）和更多的新抗原，即體細胞非同義編碼單核苷酸變體、免疫原突變和潛在的新抗原肽（圖1D），以及更高的T細胞受體（TCR）和B細胞受體（BCR）多樣性（圖1E）。根據(jù)GO和KEGG富集分析，與免疫激活、調(diào)節(jié)和免疫異常引起的疾病相關(guān)的途徑中，差異表達的基因（DEG）顯著豐富（圖1F和G）。
此外，生存率分析表明，clust2患者的總體生存率（OS）、無進展生存率（PFS）、疾病特異性生存率（DSS）和無疾病間隔（DFI）預后更好（圖1H）。
不同的TME亞型表現(xiàn)出不同的腫瘤內(nèi)微生物群特征
作者總共確定了30個門，包括6個古菌和24個細菌，其中Protebacteria是最豐富的門，假單胞菌是最豐富的屬（圖2A和B）。
β多樣性分析表明，clust1和clust2的腫瘤內(nèi)微生物分布不同（圖3A），β多樣性在clust1中個體之間差異更大（圖3B）。基于LEfSe分析，58個物種被濃縮為主要來自假單胞菌的clust1，而11個物種被濃縮為clust2（圖3C）。差異物種與Fges密切相關(guān)（圖3D）。
clust1和clust2中的微生物因不同的KEGG途徑而富集。clust1中含更多的通路，包括牛磺酸和低牛磺酸代謝（map00430）、PI3K-Akt信號通路（map04151）和磷脂酰肌醇信號系統(tǒng)（map04070）（圖3E）。
腫瘤內(nèi)微生物組與OV預后相關(guān)
作者基于單變量Cox模型分析確定了736個物種作為OV的潛在預后生物標志物（圖4A）。
i）193個物種的豐度與OS顯著相關(guān)，其中183個是風險因素，而10個是保護因素；（ii）219個物種與DSS顯著相關(guān)，其中205個是風險因素，14個是保護因素；（iii）318個物種與PFS顯著相關(guān)，其中194個是風險因素，125個是保護因素；（iv）288個物種與DFI顯著相關(guān)，其中285個是風險因素，3個是保護因素（圖4B）。
基于與OS相關(guān)的微生物生物標志物，作者構(gòu)建了一個由6個保護物種、26個風險物種的預測模型，可以高效預測測試集中OV患者的總體生存概率（圖4C）。將測試組分為高風險組和低風險組，低風險組的生存時間更長（圖4D）。由微生物組成的預后模型也顯示了OV患者對PFS和DSS的巨大預后價值（圖4E到G）。
多組學綜合分析揭示了潛在的宿主-免疫相互作用
32個預后微生物和7個免疫細胞之間的相關(guān)網(wǎng)絡(luò)表明，clust1和clust2之間明顯不同，5種免疫細胞與7個物種有顯著關(guān)聯(lián)（圖5A）。
M1被確定為樞紐，與5個物種有關(guān)。M1富含clust2，并與兩個保護物種Achromobacter deleyi和Microcella alkaliphila呈正相關(guān)，而與三個風險物種呈負相關(guān)：Devosia sp.LEGU1、Ancylobacter pratisalsi和Acinetobacter seifertii。高風險組和低風險組之間的差異分析顯示，高風險組的M1比例高于低風險組（圖5B）。M1和風險評分之間存在微弱負相關(guān)（圖5B）。生存分析顯示，高M1組（包括OS、DSS和DFI）的生存時間比低M1組長（圖5C）。
作者使用WGCNA確定了28個基因模塊（ME），分析了17個ME和7個與免疫細胞相關(guān)的預后物種之間的關(guān)系。斯皮爾曼秩相關(guān)網(wǎng)絡(luò)分析（圖5D）表明，10個ME與5個物種顯著相關(guān)，其中3個物種（Achromobacter deleyi、Corynebacterium jeikeium和Acinetobacter seifertii）和3個ME（ME2、ME14和ME23）為樞紐。在與一些神經(jīng)系統(tǒng)疾病和化學致癌物活性氧相關(guān)的KEGG途徑中，ME2中的基因豐富（圖5E）；ME14和ME23中的基因分別在剪接體途徑和單純皰疹病毒1（HSV-1）感染途徑中豐富。
細胞實驗證明了Acinetobacter seifertii對巨噬細胞遷移的抑制作用
與未經(jīng)處理的ID8細胞相比，作為M1巨噬細胞標志物的TNFA和iNOS在接受Acinetobacter seifertii治療的組中表達更多（圖6A）。
Transwell實驗中，使用Acinetobacter seifertii治療的組，特別是ID8-As-10-Cell組中巨噬細胞的遷移明顯減少（圖6B-C）。
研究總結(jié)：
本研究中，作者根據(jù)TME的特征，將OV分為兩種亞型，即富含免疫力和缺乏免疫力的亞型，前者預后更好。兩種亞型之間的腫瘤內(nèi)微生物群概況不同，腫瘤內(nèi)微生物組是OV預后的獨立預測因素，可以與免疫基因表達相互作用。M1與腫瘤內(nèi)微生物密切相關(guān)，Acinetobacter seifertii可以抑制巨噬細胞遷移，這可能有助于OV患者的預后。
