接受纯生信文章的“慈善期刊”！中山大学团队“机器学习+生物标志物+免疫疗法”组合拳，教你拳拳击中审稿人的心巴！

小塔最近了解到很多博士生毕业压力还是很大的，论文、答辩、就业……一大堆事情压得人喘不过气来。在这里跟大家分享一下缓解压力的小妙招！首先，学会放松，瑜伽、冥想或者简单的散步都能帮大家释放压力。第二，与同学、朋友交流，分享彼此的经验。最后，合理安排时间，分阶段完成论文。不要等到最后一刻才开始赶工，那样只会让你更加焦虑！小塔这就给大家递上一篇可复现性强的文章，来自Journal of Translational Medicine。文章建立了基于CAF与癌细胞串扰（CCCT）的头颈部鳞状细胞癌（HNSCC）预后指数，可用于预测HNSCC患者的预后和免疫治疗反应。现在就跟随小塔的脚步，投身写作的海洋，一起探索这篇文章的亮点吧！

1. CCRGPI的构建：提出一个CAF与癌细胞串扰相关基因预后指数（CCRGPI），为HNSCC的预后评估和治疗响应预测提供了新工具。

2. 细胞交互作用的可视化：通过构建成纤维细胞-癌细胞间接共培养模型和成纤维细胞-癌细胞结肠模型，在细胞层面上直观展示了CAF和癌细胞之间的交互作用，增加对肿瘤微环境复杂性的理解。

3. 多组学数据的整合分析：结合单细胞转录组数据和批量转录组数据，提供了更全面的视角来研究HNSCC的分子和免疫特性。PS：这篇文章研究方法简单、数据来源清晰、图表一目了然。如果想复现文章或者有任何疑问，别担心，扫描下方二维码，找小塔为你答疑解惑！小塔会提供详细的复现步骤和技巧，推进你的论文进展噢~

定制生信分析

云服务器租赁

加微信备注99领取使用

题目：一种基于机器学习的新CAF-癌细胞交互相关基因预后指数：在头颈鳞状细胞癌中的预后意义和治疗效果预测

杂志：Journal of Translational Medicine

影响因子：IF=6.1

发表时间：2024年7月

研究背景

近年来，免疫检查点抑制剂（ICI）治疗已被证明对头颈部鳞状细胞癌（HNSCC）复发或转移患者有效。然而，HNSCC患者对ICI治疗的反应较低（13%-45%）。因此，仍然迫切需要有效的预后标志物来为患者提供个性化的治疗选择。癌症相关成纤维细胞（CAFs）是肿瘤微环境（TME）中最丰富的基质细胞，通过CAF与癌细胞串扰（CCCT）在肿瘤转移和免疫抑制方面发挥着至关重要的作用。然而，目前仍然难以可视化CCCT的过程。为理解CCCT在HNSCC发展中的作用的以及指导个性化治疗，亟需阐明CCCT预测HNSCC患者预后和免疫治疗反应的能力。

数据来源

数据库

数据类型

样本量

癌症基因组图谱（TCGA）数据库

RNA-seq数据、突变数据和临床病理信息

494例标记为"-01A"的HNSCC样本

基因表达综合数据库（GEO）数据库

RNA-seq数据、生存信息和免疫治疗数据

66例HNSCC样本

10例HPV阴性HNSCC样本

研究思路

本研究首先构建2个细胞模型来观察CCCT。然后，结合HNSCC患者的单细胞RNA测序（scRNA-seq）和大量转录组数据，开发HNSCC的预后指数以区分接受ICI治疗患者的免疫状态和预后状态。利用HNSCC的scRNA-seq数据提取CAFs与癌细胞之间的配对配体和受体，并通过最小绝对收缩和选择算子（LASSO）回归和逐步Cox回归确定关键配对受体，构建CAF与癌细胞串扰相关基因预后指数（CCRGPI）。接着，描述CCRGPI的分子和免疫特征，研究其预测ICI治疗患者预后的能力，并通过连接图（CMap）分析和分子对接筛选潜在的治疗药物。结果表明，CCRGPI可以作为可靠的生物标志物预测HNSCC患者的预后和免疫治疗反应。

研究结果

1. 细胞模型中的CCCT

首先构建成纤维细胞-癌细胞间接共培养模型，发现大量成纤维细胞在被癌细胞侵袭的Fi-mg中被激活，并聚集在癌细胞侵袭的前沿。相比之下，很少有成纤维细胞在未被癌细胞侵袭的Fi-mg中被激活（图1A）。这一发现证实了癌细胞在促进成纤维细胞转化为CAFs中的关键作用。接下来，构建成纤维细胞-癌细胞结肠模型，发现CAFs和癌细胞不对称生长，更多的癌细胞在CAFs活跃的一侧（图1B）。这些结果表明CCCT具有一定程度的异质性，这可能是由细胞和分子水平的差异造成的。

图1 细胞模型中的CCCT

2. 参与CCCT的PairLR

将癌细胞样本分为2个鳞状细胞癌（SCC）亚组（SCC1，SCC2），将CAFs分为肌成纤维细胞（MyoCAF）、基质CAF（MatCAF）和静息成纤维细胞（Resfib）3个亚组。基因本体论（GO）分析的结果表明，在MyoCAF、MatCAF中过表达的基因主要富集于与肌发生和收缩、细胞外基质相关的途径；对于癌细胞，在SCC1、SCC2中高表达的基因主要富集于与神经营养细胞、代谢和应激相关的途径（图2A和B）。Kaplan-Meier生存分析显示， SCC2细胞比例较高的HNSCC患者预后较差（图2C）。

图2 单细胞亚群特征

3. CCRGPI的构建

首先，使用单样本基因集富集分析（ssGSEA）计算来自TCGA的HNSCC样本中配对配体和受体的富集分数。随后，进行LASSO回归分析，从中选择26个关键配对配体和受体。然后进行单变量Cox回归分析，最终保留4个配对配体和受体。进行Kaplan-Meier生存分析发现，IGF1_IGF1R、LGALS9_CD44、SEMA5A_PLXNA1和TNXB_SDC1高富集分数的HNSCC患者预后较差（图3）。

图3 CCRGPI的构建

4. CCRGPI的验证

研究发现，吸烟、饮酒、复发和晚期T期病史患者CCRGPI较高，而HPV阳性患者较低（图4A）。KM曲线和单因素Cox分析显示，CCRGPI较高的患者总体生存率（OS）较低（图4B和图C）。时间依赖性AUC分析表明其在预测HSNCC患者OS方面的价值（图4D）。此外，2个CCRGPI亚组之间SCC2、Myo-CAF和MatCAF的比例无显著差异（图4E），表明CCRGPI的预测能力与这3种细胞类型的含量无关。进一步证实了CCRGPI的可靠性及其在表征CCCT中的作用。

图4 CCRGPI的验证

5. 不同CCRGPI亚群的分子特征

差异表达分析显示，高CCRGPI组有48个基因上调，279个基因下调（图5A）。DEGs基因集富集分析（GSEA）显示，高CCRGPI组多达13个信号通路被激活（图5B），且趋化因子和细胞因子的产生、分泌、结合和激活都受到抑制（图5C）。相关性分析显示，肿瘤突变负荷TMB和CCRGPI之间呈正相关（图5D）。接下来，提取突变频率最高的前10个基因和突变差异最大的基因（p<0.01）。CCRGPI中包含的8个基因的突变率较低，2个CCRGPI亚组之间无显著差异（图5E）。

图5 不同CCRGPI亚群的分子特征

6. 不同CCRGPI亚群的免疫特征

R包“estimate”结果显示，CCRGPI与免疫核心负相关（图6A）。代表不同炎症和免疫反应的HCK、干扰素、LCK、MHC_II和STAT1基因集的富集分数都与CCRGPI负相关（图6B）。基于GO数据库的GSEA分析表明，高CCRGPI组的免疫途径受抑制（图6C）。除CD276外，高CCRGPI组几乎所有46个免疫检查点基因均下调（图6D）。通过XCELL、TIMER、MCPCOUNTER、EPIC和CIBERSORT等算法预测显示，高CCRGPI组中大多数免疫细胞减少（图6E）。说明高CCRGPI组的样本处于免疫抑制状态，可能对免疫治疗不敏感。

图6 不同CCRGPI亚群的免疫特征

7. 不同CCRGPI亚组的治疗敏感性

首先，高CCRGPI组的肿瘤免疫功能障碍和排除评分（TIDE）和T细胞排除评分较高，但T细胞功能障碍评分和免疫表型核评分（IPS）较低（图7A）。此外，免疫治疗数据集分析发现，高CCRGPI患者预后较差（图7B和图C），提示更不可能从ICI治疗中获益。最后，药物敏感性分析表明，高CCRGPI组的IC50值较高，即药物敏感性较差（图7E）。总体而言，CCRGPI是免疫治疗甚至化疗的强预测指标。

图7 不同CCRGPI亚组的治疗敏感性

文章小结

本研究利用HNSCC患者的scRNA-seq数据和大量转录组数据，结合R包CellChat识别和量化CAF与癌细胞之间的配体-受体对，开发新型基因预后指数CCRGP，从而揭示细胞间的直接交流模式，提高对肿瘤微环境中细胞间通讯复杂性的理解。想要获得有关多组学数据生物信息学分析更深入的见解和专业指导吗？小塔是您的理想选择！小塔拥有丰富的科研经验和深厚的专业知识，无论是实验设计、数据分析还是论文写作，小塔都能提供全方位的指导，好评度极高！再不上手就晚啦！

小塔有话说

生信塔公众号持续为大家带来最新生信思路，更多创新性分析思路请点击往期推荐，快来查看吧！想复现这种思路或者定制更多创新性思路欢迎直接call小塔，我们团队竭诚为您的科研助力！

文献思路复现

定制生信分析

服务器租赁

生信的尽头是“机器学习”? 联合双硫死亡+lnRNA，这个思路爽翻了，这届年轻人有自己的科研密码！现成基因集，复现即躺赢！

这才是孟德尔随机化升级思路的正确打开方式！山东第一医科大学团队6分新作，机器学习+多组学分析，快来抄作业吧！