2021年31+TCGA纯生信数据挖掘！这个免疫套路，谁用谁高分！

20分+纯生信文章从遗传谱系带你领略不一样的TCGA~

小伙伴们大家好，我是菠小萝。这里是菠小萝的高分生信SCI解读专栏。感谢作者为我们提供了很好的学习典范！今天带给大家的是一篇泛癌纯生信分析，与种系遗传对癌症免疫景观相关，于2021年2月发表在《Immunity》上，题目是“Germline genetic contribution to the immune landscape of cancer”。这项研究中Sayaman，Saad等人基于TCGA数据库的9000名癌症患者中常见及罕见种系变异对139种明确免疫特征的影响，为种系遗传学对肿瘤免疫微环境的组成和功能定位的影响提供了证据。

期刊简介

数据精析

一、15–20%的干扰素信号和细胞毒性细胞的肿瘤内变异是可遗传的

免疫特征分析

为了研究种系遗传变异对免疫微环境功能定向的贡献，作者对30种以TCGA为特征的非血液系统癌症类型进行了遗传力分析、GWAS（N=9603）和罕见变异分析（N=9138）（图1）。

先前有研究发现了139 个标志性的免疫特征，通过ssGSEA、CIBERSORT等方法评估测量参数进行分析，并依据Pearson 相关性对139 个性状进行聚类，定义了六组相关性状，包括各种免疫模块。并根据癌症类型、诊断年龄、性别和对单核苷酸多态性（SNP）数据进行的主成分分析（PCA）的前七个成分进行了调整。对于每个与GWAS的33个免疫性状之一具有全基因组显著或暗示关联的SNP。另外，文章还涉及到GWAS分析，是针对研究发现具有显着性的特征进行的。

免疫性状的全基因组遗传力

图2

作者通过全基因组复杂性状分析（GCTA），基于基因组相关性的限制性最大似然（GREML）方法中实施的混合模型方法对139个性状进行了遗传力分析，以确定可归因于常见遗传变异的免疫性状变异比例。在泛癌症分析中，发现至少一个祖先群体中有10个免疫性状在校正多重假设检验后具有显著遗传力（FDR <0.05），还有23个其他性状具有名义显著遗传力（p<0.05）。图2A和B中分别显示了59种已鉴定免疫性状的遗传力估计值和标准误差，并对免疫特征类别和相应的免疫特征模块进行注释。图2C为在六个具有足够队列规模的免疫亚型组中的三个组中计算遗传力，并针对具有显著的ImmuneTraits进行遗传力分析。

影响免疫性状变异的全基因组关联分析

由于肿瘤类型之间存在相当大的异质性，作者研究了先前定义的六种不同肿瘤免疫亚型之间的遗传力是否存在差异。结果虽然很繁杂，但总结来看就是发现了26个免疫性状具有显著的基因型-免疫亚型交互作用效应差异。并定义其中与免疫亚型具有有显著相互作用遗传性基因型进行按免疫亚型分层的遗传力分析。

图3

基于上述分析，作者在至少一个祖先群体中选择了名义上具有显著遗传力（p<0.05）的33个免疫性状进行GWAS，并测试了这些性状与通过质量和频率阈值的变体之间的相关性。在23个关联性最强的基因座中有两个位于构成相关免疫特性特征的基因的±50kb（或1Mb）范围内下SNPs。通过与MHC2表达特征的相关性分析，根据发现与至少一个性状相关的所有重要和提示性SNP的关联值对所有33个免疫性状进行聚类，并分析单个基因座的多效性效应。图3B即显示了每个免疫特征与基因组中每个显著和提示性SNP之间的关联强度。

二、影响癌症的IFN 信号

图4

接下来，是细化的表型及功能的相关性分析，作者在这里通过基因共定位进行描述。在与差异IFN信号GWA相关的遗传变异和候选基因在7个SNP和5个达到全基因组显著性的IFN信号之间鉴定出17种关联，在29个SNP和6个IFN表达信号之间鉴定出另外152种暗示关联。图4A显示了IFN代表性签名IFN 21978456的chr 2、3和5上的三个主峰。图4B包含6个IFN相关标记的69个基因与FIH1、TMEM108和TMEM173之间的蛋白质-蛋白质相互作用网络。图4C显示将两个重要和两个提示性SNP的基因组位置映射到FIH1-GCA-KCNH7位点，并注释了两个最重要的SNP（rs2111485和rs1990760）。图4D为在GWAS目录中的26项独立研究中，FIH1-GCA-KCNH7基因座中的三个SNP被定位到13个主要与自身免疫相关的性状。图4E将chr 3上重要和提示性SNP的基因组位置映射到TTEM108位点，并注释了最重要的SNP（rs35356925）图4F显示根据从DICE检索的两个T细胞亚群中rs35356925基因型的TME108基因表达情况。图4将CHR5上两个提示性SNP的基因组位置映射到ThetMem173位点，并注释了最显著的SNP（rs1131769）。图4H为 R232单体（深蓝和红色）的晶体结构与rs1131769 H232单体（青色和黄色）的一条链的重叠。

三、常见变体与差异T细胞浸润

差异分析

图5

根据上述分析中发现了14个基因组范围内的重要基因座与来自T细胞/细胞毒性模块内聚集的ES的8个不同性状相关（图3B）。作者进一步分析与差异性免疫浸润相关的遗传变异和候选基因。图5A以曼哈顿组合图中显示了这14个基因座的每个全基因组显著和提示性SNP映射，以及全面的eQTL和sQTL分析和共定位揭示了这些位点上的几个候选致病基因（图5B）。图5C共定位的最有力证据，展示位点21（chr 20）与Tcm细胞ES和BRL1的剪接有关。

与癌症易感性变异的关系

图6

作者进一步分析了与癌症易感性变异的关系。图6A从整外显子组数据中提取的种系致病性或可能致病性癌症易感性变体（罕见变体）之间的暗示关联。图6B显示了以癌症类型（MC）为中心的代表性免疫特征平均值，直观地反映模型中在与定义的功能类别相关的基因突变样本中使用的癌症类型协变量。

四、罕见的癌症易感变异影响不同的免疫调节途径

图7

作者接下来分析了特定癌症中由癌症易感性变体调节的代表性免疫特征，即罕见变异与体细胞DNA改变之间的关系。比如图7A 中展示MMR种系突变仅在结肠癌中与较高白细胞浸润相关。图7B为MMR种系突变样本中较高的白细胞分数和非沉默突变率仅限于微卫星不稳定性（MSI-H）肿瘤

全文总结

本项研究基于TCGA及GTEx数据库的综合数据，通过纯生信方法评估的共同变异遗传力，对种系遗传对肿瘤免疫微环境的贡献进行了全面的泛癌分析。

通过GWAS与共定位分析相结合，并评估癌症易感基因中罕见变异的影响。整篇文章的出发点是从免疫检查点抑制剂对于癌症患者的疗效仍不满意这个热门话题开始的。肿瘤浸润性白细胞的密度、分布和功能定位肿瘤浸润白细胞的功能定位与肿瘤的预后、转移和免疫治疗的反应性有关。首先，计算常见变异的免疫性状的全基因组遗传力，并对可遗传免疫性状进行GWAS，以确定影响最强的位点。最后，检查了已知癌症易感基因中罕见的种系变异对癌症免疫微环境的贡献。从而实现了评估TCGA泛癌种系变异对抗肿瘤免疫反应贡献目的。

好了，小伙伴们后台回复“211105”获取范文一起学习吧，我们下期再见了，拜拜！

参考文献

[1] Sayaman RW, Saad M, Thorsson V, Hu D, Hendrickx W, Roelands J, Porta-Pardo E, Mokrab Y, Farshidfar F, Kirchhoff T, Sweis RF, Bathe OF, Heimann C, Campbell MJ, Stretch C, Huntsman S, Graff RE, Syed N, Radvanyi L, Shelley S, Wolf D, Marincola FM, Ceccarelli M, Galon J, Ziv E, Bedognetti D. Germline genetic contribution to the immune landscape of cancer. Immunity. 2021 Feb 9;54(2):367-386.e8. doi: 10.1016/j.immuni.2021.01.011. PMID: 33567262; PMCID: PMC8414660.

往期传送门

CELL的TCGA数据挖掘有什么不一样？全面驱动基因突变景观拓展你的眼界！（内附图文精讲）

Cancer Cell最新纯生信文章，TCGA数据再度深入挖掘！

惊！TCGA多组学分析套路，还能发到9分加？葫芦里卖的什么药？

重磅最新消息！DeepMind首次突破蛋白折叠的历史难题，这项AI技术能否成为生信领域的下一匹黑马？

揭秘！8分+经典高端“基因家族”纯生信套路大放送~

“基因家族”套路过时了？最新10分+纯生信文章发给你看！

临床搞得你焦头烂额？这篇Nature子刊教你巧用临床数据发顶级生信文章！

TCGA太俗套？自己的临床数据搞起来照样发高分！

年初重磅福利！0实验轻松发表6分+~包你2021开年红！

生信也有队列研究！这篇近9分纯生信SCI教你如何挖别人的数据，发自己的文章！

2张Fig的单癌种生信文章10分+？到底出彩在哪里！