DNA甲基化评估细胞浸润

肿瘤微环境在肿瘤进化和免疫治疗中起着关键作用。今天我们将以DNA甲基化数据作为切入点，通过CIBERSORT的去卷积方法来评估细胞浸润，将肿瘤样本分为免疫hot和免疫cold的亚组,并联合基因组和转录组数据进行验证和挖掘。

背景介绍

肿瘤细胞的成纤维细胞以及免疫细胞浸润是免疫治疗的关键因素，那么如何评估实体瘤的细胞浸润情况？目前已经有很多针对转录组数据开发的方法了,如CIBERSORT, ssGSEA, Timer, xCell, ESTIMATE, MCP-Counter等。但研究表观组的小伙伴们也不要慌,今天小编就为大家介绍一款基于DNA甲基化数据,利用CIBERSORT的去卷积方法(MethylCIBERSORT),进而评估细胞的浸润情况。

数据介绍

• TCGA中464例头颈鳞癌的DNA甲基化数据，以及匹配的转录组数据和基因组数据。
• TCGA中21个癌种的DNA甲基化数据。

结果解析

01

MethylCIBERSORT方法介绍和验证

在公共数据库和文献中收集了成纤维细胞以及7种免疫细胞的甲基化谱，并进行统一的标准化，确定出每个细胞的甲基化Signature。

利用CIBERSORT的去卷积方法(MethylCIBERSORT)，预测TCGA中464例头颈鳞癌的肿瘤细胞纯度和细胞浸润。

将MehylCIBERSORT预测的肿瘤细胞纯度与LUMP,ESTIMATE的预测结果比较，发现MethylCIBERSORT的结果与ABOSOLUTE结果最相似，最能反映肿瘤细胞的纯度。

02

MethylCIBERSORT预测头颈鳞癌HPV+vs HPV-的细胞浸润

以往的研究报道，头颈鳞癌HPV阳性的患者有着较好的预后。作者利用MethylCIBERSORT预测HPV+的细胞浸润，发现这组患者均浸润了更多的细胞，尤其是B细胞(CD19+)以及细胞毒性T淋巴细胞(CD8+)【图f】。

而头颈鳞癌HPV阴性的患者一般被认为是一种异质性很强的亚组，预后较差。作者在这里发现，HPV-组浸润的细胞相对较少，且细胞之间彼此关联较大【图g】，而且毒性T淋巴细胞与成纤维细胞的浸润呈现负向相关关系。

 

03

基于MethylCIBERSORT结果，将患者分为免疫Hot和Cold组

基于MethylCIBERSORT的预测结果，采用无监督聚类方法，将头颈鳞癌患者分为免疫Hot组和免疫Cold组。一些具有抗肿瘤作用的免疫细胞均在免疫Hot组浸润(如CD8+T细胞，CD4+T细胞,CD19+B细胞以及NK细胞)【图a】。

各个细胞的浸润组分与溶细胞活性(Cytolytic activity)相关，尤其是CD8+T细胞与溶细胞活性最相关，说明这些细胞的浸润可以反映抗肿瘤的免疫作用【图b】。

免疫Hot组有更高的溶细胞活性【图c】，且CD8+T细胞与Treg的比值也增加【图d】。

 

04

头颈鳞癌的免疫分组与基因组关联

下载TCGA中头颈鳞癌匹配的基因组突变数据，利用负二项回归的方法寻找不同的免疫分组下的驱动突变。

CASP8,PIK3CA,CREBBP,EP300, HLA-A突变主要出现在免疫Hot组，而TP53,KDM6A的突变主要富集在免疫Cold组。

 

05

MethlCIBERSORT预测泛癌种的免疫分组

基于头颈鳞癌的细胞丰度结果，使用弹性网络构建一个分类器，并采用五倍交叉验证方法进行验证，可以得到高精度的分类结果。

下载TCGA的21个癌种甲基化数据，利用MethylCIBERSORT预测泛癌种的免疫浸润情况【图a】。

同样发现在免疫Hot组中富集了CD8+T细胞，Treg细胞以及B淋巴细胞，而在免疫Cold组中富集了CD4细胞、NK细胞、嗜酸粒细胞以及成纤维细胞【图b】。

 

小编总结

作者提出了一种MethylCIBERSORT方法，可以针对DNA甲基化数据预测细胞的浸润，为甲基化联合免疫的分析提供了新的思路和方法。

Reference:

Chakravarthy, Ankur, et al. “Pan-cancer deconvolution of tumour composition using DNA methylation.” Nature communications 9.1 (2018): 1-13.