一分钟教你疾病分型如何搭上“免疫”“代谢”两大热点！基于T细胞的生信分析又添新玩

你知道除了有“免疫微环境”还有“代谢微环境”吗？

基于免疫/代谢进行疾病分型或分析浸润免疫细胞/代谢通路比较常见。

那你见过一篇文章中同时做这2种疾病分型吗？还分析了相关性！

说要T细胞的生信分析思路，你能想到什么？

T细胞增殖？T细胞耗竭？基于T细胞相关基因进行分析？

No！No！No！都不是！

这时候你可能要双手叉腰、理直气壮的反驳小云：

都不是？这些不都是你给我推荐的分析思路嘛？！难道你自己还留一手啊？

别急，你能说出关于T细胞这么多的分析思路，证明小云之前的分享深入你心呀！

既然如此，小云也要不断的推陈出新，帮你们找更新更独特的分析思路才行呀！

今天小云分享的这篇文章有几个亮点：

（1） 基于“T细胞介导肿瘤杀伤”相关基因进行分析；

（2） 分别基于“免疫”和“代谢”进行疾病分型；

（3） 分析关键信号通路的方法。

快来和小云一起看看这篇8分+纯生信分析文章吧。

发表时间：2022年4月

发表杂志：Frontiers in immunology

影响因子：IF=8.786

文章题目：肝细胞癌中T细胞介导肿瘤杀伤的分子特征

数据信息

研究思路

T细胞介导的肿瘤杀伤(TTK)是免疫检查点抑制剂治疗的基本原理，作者基于TKK敏感相关的基因（GSTTKs），应用无监督聚类建立了2种肿瘤亚型，并评估了它们在肝癌（HCC）免疫治疗中的预后价值。比较各组间肿瘤微环境、代谢特性和遗传变异。进一步基于预后GSTTKs构建评分（TCscore），并评估其对免疫治疗应答的临床预测价值。

主要研究结果

1. 利用差异表达+单因素Cox回归+突变分析，筛选出18个关键的GSTTKs 

分析TCGA-LIHC队列中641个GSTTKs的差异表达，其中有92个在HCC中上调或下调（图1A）。单因素Cox回归分析显示，641个GSTTKs中125个与HCC的预后相关。取两组基因的交集，得到37个GSTTKs (图1B)。37个GSTTKs的突变分析显示，其中的18个GSTTKs突变频率与HCC的进展或复发密切相关（图1D）。

2. 基于关键的GSTTKs对患者进行聚类：Cluster 1和Cluster 2

根据18个GSTTKs的表达对患者进行分类，通过无监督聚类识别出两种不同的修饰模式，包括Cluster1（146例）和Cluster2（203例）。PCA算法和tSNE算法发现不同TTK模式之间的转录谱存在显著差异。并通过生存分析评估患者的生存期有显著差异。

3. 分析不同TTK亚型患者的肿瘤微环境和免疫治疗反应

分析比较两种TTK亚型HCC 肿瘤微环境（TME）中的浸润免疫细胞组成差异。TIDE分析预测患者的免疫治疗反应。

4. 肝癌中的TTK模式与代谢微环境的相关性

基于GSVA对TCGA-LIHC数据集的富集分析，发现两种TTK聚类在代谢途径存在显著差异（图4A）。

接下来，亮点来了！作者提取糖酵解和胆固醇生成基因，并用它们将HCC分为四种代谢亚型：静止型、糖酵解型、胆固醇生成型和混合型(图4B)。四种代谢亚群之间的OS存在显著差异，静默型和产胆固醇型优于糖酵解型和混合型(图4C)。

分析免疫亚型、代谢亚型和Cluster 1/2之间的相关性，发现代谢静止型和胆固醇型可归为Cluster 2，而糖酵解型和混合型多归为Cluster 1或淋巴细胞耗竭亚型(图4D)，提示TTK亚型与HCC中的免疫和代谢微环境有关。

5. 分析两种TTK亚型HCC相关的基因组特征和信号通路

基因组特征就是分析了两个聚类中体细胞突变的分布。

亮点是分析信号通路的方法：作者从MsigDB和KEGG数据库中选择了致癌通路相关基因进行ssGSEA，发现只有受体酪氨酸激酶(RTK)-RAS通路在组间存在显著差异(图5G)。因此，RTK-RAS是介导TTK模式的主要途径。

6. 构建基于GSTTKs的评分系统（TCscore）

分析不同评分组患者的预后、肿瘤微环境和临床特征的相关性。TIDE算法评估TCscore在免疫治疗中的预测价值。利用GDSC数据库计算不同组间化疗药物的IC50值。为临床免疫治疗与化疗药物的选择提供依据。

这篇文章的亮点之一就在于基于 基于“T细胞介导肿瘤杀伤”相关基因进行分析，对疾病进行分型。另外富集分析发现代谢相关通路显著富集，所以亮点二是基于代谢对疾病进行了分型，还分析了免疫亚型、代谢亚型和Cluster 1/2之间的相关性，揭示了TKK与免疫和代谢的相互作用。亮点三就是分析信号通路的方法具有针对性。

而且使得基于T细胞的分析又添了新的思路--T细胞介导的肿瘤杀伤。思路新颖，还搭上“免疫”“代谢”两大热点，难怪发到8分了。