思路清奇SCI:11.免疫预后+候选药物分析（4+分）

发表杂志：Molecular Therapy: Oncolytics
PMID: 33575469

知识点

• PGs：pediatric gliomas 儿童胶质瘤
• CBTTC：Children's Brain Tumor Tissue Consortium，儿童脑瘤组织联盟，由美国儿童脑瘤组织牵头，目前由来自欧洲、亚洲、美洲多达15个国家参与。
• ICGC: International Cancer Genome Consortium，国际肿瘤基因组协作组

亮点

• ssGSEA+ESTIMATE+CIBERSORT联合应用
• 免疫检查点+免疫治疗反应
• 候选药物+MoAs
• LASSO+二项式偏差+Boruta亚型打分鉴定

摘要

作者收集CBTTC的384例儿童肿瘤mRNA表达谱数据，根据ssGSEA计算31种肿瘤细胞浸润情况，随后基于ssGSEA结果用ConsensusClusterPlus进行无监督聚类，分为3种亚型。随后对亚型周边分析：

• KM生存分析
• 临床病理特征
• ESTIMATE联合CIBERSORT验证亚型TME
• GSVA功能富集
• 体细胞突变+CNA+TMB
• 免疫检查点+免疫治疗
• 候选药物+作用方式（MoAs）
  最后，作者联合LASSO、二项式偏差和Boruta对不同亚型的特征分型计算打分公式。

整体思路

结果

1.免疫分型

作者根据ssGSEA计算的31中免疫细胞情况，进行一致性聚类分为3个亚型，并将亚型与预后和临床资料进行联合分析。

Fig.1

2.TME+GSVA分析

作者用ESTIMATE和CIBERSORT反向验证分型的正确性，同时用GSVA对3种亚型的通路进行富集分析，再次证明分型的稳健性。

Fig.2

3.体细胞突变+CNV+TMB

接下来分析表观遗传的情况，作者分析了3种亚型的体细胞突变情况，CNV和突变负荷情况。

Fig.3

4.免疫检查点+免疫治疗反应

免疫分型，那么免疫治疗反应分析就少不了的。

Fig.4

5.候选药物+MoAs

分型后需要对临床用药有指导价值，因此作者又进行候选药物分析。

Fig.5

6.亚型打分

如何确定亚型呢？寻找每个亚型的特征基因：LASSO+二项式偏差+Boruta分析

Fig.6

总结：

作者根据ssGSEA结果分型，随后围绕分型展开一系列分析，行云流水，可以作为分子分型的范本。
参考链接：
Classification of pediatric gliomas based on immunological profiling: implications for immunotherapy strategies