2020-11-05

《A novel scoring method basedon RNA-Seq immunograms describing individual cancerimmunity interaction》的读书笔记

• 2020年 Tokyo 团队发表于 CancerScience(IF 4.5)

• 选取10个Axis上的gene sets:

  • innate immunity (axis 1) priming and activation (axis 2) T cell response (axis 3) IFNG response(axis 4)

  • inhibitory molecules (axis 5) regulatory T cells (Treg, axis 6) myeloid-derived suppressor cells (MDSCs,axis 7)

  • recognition of tumor cells and presentation (axis 8) proliferation (axis-9) glycolysis (axis 10)

  • image

• 按照每个瘤肿或Pan-Cancer，行ssGSEA，计算Immunogram Score；然后经过Z-Score 变换，最后按照 IGS =3+1.5×Z Score算的每个患者每个Axis上的得分

• 但在进行ssGSEA计算的时候，可能基因集选取的不同，可能算出结果可能有差，因此Figure2 展示的是在Axis1上，选取12个不同基因集的分别算出最终score后的相关性矩阵图；此结果说明即使采用不同的基因集，其结果相关性很高，是比较稳定的结果

  • image image

• Figure3 展示每个患者按照特定瘤种和Pan-Cancer算出的最终Score

  • image

• Figure4 展示每个瘤种的平均Score得分及聚类热图，表明算出的结果与常见的免疫疗效好的瘤种分布一致

  • image

• Figure5 展示 每个轴的得分之间的相关性，并展示接受了PD-1治疗（且有疗效评价）的黑素瘤患者的Immunogram Score及其疗效对应关系

  • image