标签：浆细胞 亚群 L1 基因 免疫治疗 细胞 PD signature
到今天为止，几乎所有的肿瘤类型都已经发表了对应的单细胞图谱。肿瘤单细胞转录组还有必要做吗？还能做出新意吗？今天分享的这篇文献给出了答案：和免疫治疗结合是不错的点。
除了文献整体思路可借鉴程度高，在分析层面也有很值得参考的细节(比如找亚群特异基因、单细胞结合bulk转录组)，我会在下文重点标注。
这篇文献最近发表于cancer cell上面，文献标题：Intratumoral plasma cells predict outcomes to PD-L1 blockade in non-small cell lung cancer
1. 相关研究背景
2. 主要结果
2.1 B细胞转录组特征与阿替利珠单抗治疗后患者生存显著相关
作者首先利用两个平行的临床数据集（每个数据集都包含免疫治疗和化疗的病人），分别在免疫治疗、化疗病人里面，比较了预后好和预后差病人的转录组。结果表明，在免疫治疗后的病人里面，预后好的患者会富集B细胞的marker基因，而T细胞效应相关的基因却没有高表达。这种现象在化疗后的病人里面没有看到。
这提示了B细胞相关的基因可能具有预测免疫疗法响应程度的价值。
紧接着看了B细胞marker基因和T细胞效应相关基因的生存分析，发现CD79A, CD19高表达在免疫治疗组中有更低的HR，符合上述的推论。（注：生存分析根据三分位数分组，上1/3标为T3，下2/3标为T1-2）
到这儿可以自然而然提出下一个问题，具体是哪一种B细胞呢？引出了下面的内容。
2.2 B细胞亚群鉴定
这一部分内容使用的是公共数据集，来自2020年发表于NC的肺腺癌单细胞文章。原研究中，患者都是未治疗的，这里借用过来可能基于两个假设：一是假设治疗、未治疗情况下，只是细胞占比发生变化，细胞类型没有很大改变；二是这篇文章只是将B细胞分为了三个主要类型，一般而言，细胞大类不易改变。
最终是将B细胞分为了：浆细胞、生发中心B细胞、滤泡型B细胞。
接着作者提取了每个子类的特征基因集/signature。需要注意的是，作者看了subset的DEG在其他亚群中的表达情况。比如浆细胞的signature基因不能在T细胞、NK细胞、成纤维细胞等等中表达。这一步我觉得是非常严谨的，这是我看的第一篇如此严格挑选特征基因的文章。
以往的文章，找到某个亚群的DEG，然后去做生存分析，期望能分开预后。我其实一直觉得这样做有点问题，因为按照找亚群找差异基因看生存分析这个流程，你的目的是为了说明这个亚群的重要性，这没问题，问题是，这个基因不一定只由这群细胞表达，还能简单说明是你感兴趣亚群的重要性吗？
在确定完signature基因集之后，作者又用另外两个单细胞数据集验证了signature的准确性和特异性。
2.3 B细胞亚群signature用于bulk转录组数据分析
在将signature运用到bulk数据之前，作者进一步验证了可行性。首先看了signature基因在bulk样本中的共表达情况，属于一个signature中的基因最好是共表达的，这一点从聚类热图中可以看出。
另外，分析signature之间的相关性，发现滤泡B细胞和生发中心B细胞的signature评分相关性较高，说明这两种B细胞占比可能会同高同低。
接着用mIF(多重免疫荧光)定量浆细胞，每个样本同时有mIF数据和bulk RNA-seq数据，发现mIF定量结果和signature评分相关性较高，进一步说明前面从单细胞得到的signature的准确性。
2.4 经阿替利珠单抗治疗后，浆细胞signature表达高水平预示着更好的综合生存(OS)
用3个B细胞子集的signature去给患者分组，只有浆细胞signature是显著的，免疫治疗组浆细胞signature的T3(上1/3), 和T1-2(下2/3)两组患者生存可以明显分开。
接下来的几个分析内容都是从不同角度来说这个浆细胞signature很好。
比如将其他指标加入多变量cox模型，包括T细胞效应相关signature、已知能一定程度上预测免疫治疗响应的指标(如TMB，PDL1表达水平等等)，结果表明浆细胞signature可以看作一个独立的预测因子。
继续将浆细胞signature运用到其他场景里，比如TCGA(未治疗)，尿路上皮细胞癌(urothelial cancer)阿替利珠单抗治疗数据集。发现在TCGA数据集中对生存没影响，在另一个免疫治疗数据集中可以区分生存。因此作者认为，浆细胞signature对免疫治疗后响应预测价值不局限于非小细胞肺癌。
将综合生存(OS)这个评价标准换为objective responses，同样可以得到类似的结果。在免疫治疗组，浆细胞signature T3比T1-2中有更多的CR/PR/SD比率。
在不同的分组体系里面，都可以看到类似的结果。比如按照鳞癌/非鳞癌，是否有某种mutation分组等等。
2.5 浆细胞signature富集于有TLS, LAs这些特殊结构的肿瘤组织中
表达看完了，再来看看空间关系
这一部分作者主要探讨了浆细胞和TLS/LAs的空间关系，发现浆细胞会出现在三级淋巴结构中，LAs中也发现了浆细胞。
对比有TLS/LA和没有的肿瘤样本，发现有这些结构的样本高表达浆细胞相关基因，这和前面浆细胞存在于这些结构是对应的。用TLS/LA存在与否，同样可以区分预后。
3. 总结
以上就是这篇文献的主要内容了。要是能把浆细胞如何影响免疫治疗响应的后续机制再做做，就更好了。
整理不易，欢迎大家点赞+转发！
标签：浆细胞,亚群,L1,基因,免疫治疗,细胞,PD,signature 来源： https://blog.csdn.net/qq_38774801/article/details/123582597
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。