实验设计

  • CPI1000+ cohort: 1,008 CPI-treated patients from 12 individual cohorts

  • Definition:Responder: CR/PR Nonresponder: SD/PD

  • 7 tumor types (metastatic urothelial cancer [n = 387], malignant melanoma [n = 353], head and neck cancer [n = 107], non-small cell lung cancer [n = 76], renal cell carcinoma [RCC] [n = 51], colorectal cancer [n = 20], and breast cancer [n = 14])

  • 3 classes of CPIs (anti-CTLA-4 [n = 155], anti-PD-1 [n = 432], and anti-PD- L1 [n = 421]) ,主要使用单CPI,只有个55个病人(5.5%) 既往治疗使用过anti-CTLA-4 或在治疗时取样。

  • Validation Cohort:1,600 cases from CPI-treated patients profiled using the MSK-IMPACT panel

    image-20210423124024572

探索已报道与CPI反应相关因素在pan-cancer中的情况

  • 与CPI response显著相关的有:

    1. clonal TMB ( nonsynonymous mutations)

    2. indel TMB,特别是NMD-escape fs-indel burden,在拥有5个及以上fs-indel NMD-escaping mutations的病人中,有50%–70% 的病人出现了CR/PR

      image-20210423130420843

    3. proportion of mutations fitting tobacco , UV , and APOBEC mutation signatures

    4. SERPINB3 somatic mutations

    5. Sex, 男性拥有更高的应答率

    6. CXCL9 expression

      A critical chemokine that binds CXCR3 on T cells, enhancing recruitment of cytotoxic CD8+ T cells into the tumor and promoting the differentiation of inflflammatory T helper type 1 (Th1) and Th17 CD4 T cells

    7. CD8A expression

    8. T cell inflamed gene expression signature

    9. CD274 (PD-L1) expression level

  • 与CPI response并非显著相关的因素有:

    1. DNA damage response pathway mutations
    2. Differential agretopicity index
    3. MUC16 neoantigen count
    4. AxR neoantigen fitness model
    5. SCNAs (weighted genome instability index, wGII)
    6. Copy-number loss burden
    7. B2M, PTEN, JAK1/JAK2, KRAS, TP53, and receptor tyrosine kinase (RTK) mutations,但在个别的cohort中显示出很强的相关性
    8. ITH Shannon diversity index
    9. Level of germline HLA-I evolutionary divergence
    10. maximal HLA heterozygosity
    11. HLA B62 supertype
    12. HLA B1501 type
    13. Germline variants in the KIR3DS1 gene
    14. HLA B44 supertype

    image-20210425220100329

  • 选取了4个较大的cohort,同样分析这些指标,发现了一些cohort依赖的特征

    • image-20210425213126150
  • 不同特征之间的一致性

  • 特征对CPI的解释共享度有60%( logistic regression pseudo-R^2^),说明还有其它因素影响CPI.

    image-20210425215915222

预测CPI反应的多变量预测模型

  • 使用了4种肿瘤共454个样本,选取了11个显著的特征分别在每种肿瘤中进行训练,使用XGBoost机器学习树的方法分析了不同特征的重要性得分image-20210425222940863

  • 使用1008个样本进行pan-cancer训练

    image-20210425223250278

  • 选取非CPI1000+ cohort的3个样本集进行测试,将训练模型同单TBM模型进行比较,发现都能显著提高AUC

    image-20210425224042875

突变特征与CPI反应的关系

  • 分析同CPI与mutational signatures的相关性(desonstructSig方法, the proportion of mutations in a given sample attributable to each signature),发现aging/tocacco/UV/POLE/APOBEC 的signature与CPI反应显著相关

    image-20210425231746034

  • 分析哪些Signature会产生immunogenic epitopes,发现Sig.7在melanoma中与DNVs显著相关

    image-20210426001134813

  • 对于横跨两个codon的DNVs,可以改变两个氨基酸,但是比例较低,平均每个肿瘤0.2个;而对于同一codon的DNVs,可以产生更多氨基酸的改变方式,正常SNVs有150种变化,而DNVs有250种变化

    image-20210426001326306

  • DNVs相比较SNVs还有更高的grantham distance和更高的疏水性,而后者被认为与更强的抗原性相关。通过使用其它文章的数据分析,发现能引起T细胞反应的多肽其疏水性更强(图E)。

    image-20210426001652045

    Grantham’s distance: 指氨基酸改变时两个氨基酸的距离,主要参考氨基酸分子组成、极性以及分子量。
    D_{ij}=\alpha(C_i-C_j)^2+\beta(p_i-p_j)^2+\gamma(v_i-v_j)^2
    其中,c代表composition,p代表polarity,v代表molecular volume

    距离最近的两个氨基酸是亮氨酸和异亮氨酸,距离最远的两个氨基酸是半胱氨酸和色氨酸。

    image-20210426213339835

9q34.3的拷贝数丢失使肿瘤对CPI更敏感

  • 系统分析Copy Number改变,其Burden与CPI反应并无关

  • 在cytoband水平上比较responder组和nonresponder组,发现了一些不同

    image-20210427102949764

  • 发现9q34.3在两组间差异最大,精细定位发现其中以TRAF2基因差异最大,在responder组丢失比例最高

    image-20210427103058927

  • 细分到不同的肿瘤中发现 TRAF2的copy loss与CPI反应的显著相关性仍然存在。最近的独立研究中发现TRAF2的敲除可以导致肿瘤细胞更容易被T细胞清除,而其主要途径是通过降低肿瘤细胞对TNF细胞毒性的阈值并且增加T细胞介导的细胞凋亡。

  • 大部分 9q34 losses都发生在单个allele上(并没有纯合缺失),通过对gnomAD数据分析,也发现了TRAF2的变化会导致剂量不足效应,此处使用了pLI(probability of haploinsufficiency) score。

    image-20210427104336715

CCND1的拷贝数增加使得肿瘤对CPI治疗耐受

  • 在基因(oncogene的copy gain和TSG的copy loss)水平分析了responder组合nonresponder组的拷贝数变化差异,发现CCND1的copy gain组相比较正常组其responder比例更低(16.3% v.s. 26.6%)

  • 在不同肿瘤类型中分析CCND1的拷贝数发现在膀胱上皮癌中拷贝数扩增最多,其次是头颈鳞癌和黑色素瘤

  • 而在膀胱上皮癌中,发现CCND1的mRNA表达量也是在nonresponder组更高

    image-20210427104847913

  • 使用独立验证组MSK1600分析CCND1的扩增与OS的关系,发现接受CPI治疗后的膀胱上皮癌病人,CCND1的amplification组OS更差,但是对于没有接受CPI治疗的病人,两者并无差别。

  • 在MSK1600的pan-cancer中,也发现了同样的现象

    image-20210427105635660

单细胞RNA测序找到了CXCL13和CCR5与CPI反应相关

  • 前面的研究发现clonal mutation burden是预测CPI反应很好的一个指标,因此作者想进一步探讨clonal neoantigen特异T细胞中基因的表达是否能影响病人的CPI反应

  • 对一个尚未使用免疫治疗的NSCLC病人进行取样,分离其中的CD8 TIL细胞进行单细胞RNA测序,这些细胞根据clonal neoantigen (MTFR2) multimer 进行分类分成Mult^+^和Mult^-^两组,比较两组间基因表达差异

  • 发现 846 个基因在Mult+组显著高表达,其中有101 个基因同时在reponders组更显著高表达。其中,CXCL13基因/CCR5基因在两组比较组都拥有较高rank,而在最近的研究中又被报导与CPI治疗相关。

    image-20210427111255363

Categories: journalClub

0 Comments

Leave a Reply

Avatar placeholder

Your email address will not be published. Required fields are marked *