不知不觉小编的假期已经被延长到了四月，什么迎春花、丁香花、海棠花都陆陆续续的开了，却迟迟等不到复学的通知，小编真的是没想到自己竟然会有期待开学的那么一天(在家学习真的是太不方便、太考验定力啦)！有没有小伙伴一篇文章看了一周就只读了个摘要的，或者是课题卡在那进展不下去的，哈哈，那就赶快随小编来看一下这篇3月份发表在Molecular Oncology(IF：5+)杂志上的文章吧，说不定会有收获吆！Analysis of DNA methylation patterns in the tumorimmune microenvironment of metastatic melanoma转移性黑色素瘤中免疫微环境的DNA甲基化模式肿瘤微环境中的免疫细胞与癌症的治疗有着密切的关系，这篇文章利用免疫细胞类型特异性基因的启动子CpG甲基化，将180名转移性黑色素瘤(MM)患者分成了三组，并比较了他们的生存时间。在泛癌背景下对免疫甲基化模式的探索表明了特定的免疫微环境也可能发生在不同癌症中。实验方法转移性黑色素瘤的免疫细胞类型特异性CpG集合文中使用的甲基化数据可在GEO数据库获得(GSE144487)。首先，作者通过结合已知的两个免疫细胞类型相关的基因特征，来识别黑色素瘤患者中的免疫细胞类型，获得了与30个免疫细胞亚群相关的920个基因；接下来，基于450K和EPIC平台筛选出了这些基因的启动子CpGs，经过一系列的过滤(在参考免疫细胞中差异甲基化显著的、非免疫细胞中高甲基化的、能形成gene–CpG对的)，最终保留了包含于21个免疫细胞亚群的67对gene–CpG，流程图如图1所示。此外，作者对TCGA中的其他泛癌也进行了类似的CpG筛选。图1. 识别免疫细胞类型特异性CpGs甲基化得分计算文章利用基于免疫甲基化质心的方法将样本进行了分类。免疫细胞类型特异性甲基化得分，是通过将所有属于某一特定类型免疫细胞的CpGs值取中值所得。由于基因PTEN的启动子区域包含了一组复杂的CpGs，因此，作者筛选出了位于该基因启动子DNase超敏反应位点区域的CpGs，若其中10% 的CpGs超甲基化就称基因PTEN为超甲基化。统计分析对于数值比较，使用的是Spearman和Kendall相关性分析；两组间的比较采用Mann-Whitneyu检验/Wilcoxon秩和检验，两组以上则采用Kruskal-Wallis检验；生存分析使用了单变量和多元COX回归；这些都是在R中完成的。甲基化和基因表达得分都是通过对某一免疫细胞类型的CpGs/基因取中值得到的。结果分析基于CpGs的黑色素瘤聚类作者利用筛选出的67个免疫细胞类型特异性CpGs对Lund群体进行了一致性聚类，识别出了三个免疫甲基化簇。这3个簇在免疫CpGs中的总体甲基化水平逐渐升高(图2.A)，在21种免疫细胞类型中，有19种在簇1和簇3的中值甲基化得分是显著差异的(图2.B)，central memory CD4+ T cells和effector memory CD8+ T cells之间的差异最显著。作者对Lund群体中局部转移病例的无远处转移生存率(DMFS)和完全转移病例(DSS)的黑色素瘤特异性生存率(DSS)做了单变量Cox回归分析，发现这三种甲基化模式存在这显著差异。簇2的DMFS显著低于簇1，簇2和簇3的DSS均显著低于簇1.
