从表达数据推断肿瘤纯度及基质和免疫细胞混合物

Inferring tumour purity and stromal and immune cell admixture from expression data.

作者信息Kosuke Yoshihara, Maria Shahmoradgoli, Emmanuel Martínez, Rahulsimham Vegesna, Hoon Kim, Wandaliz Torres-Garcia, Victor Treviño, Hui Shen, Peter W Laird, Douglas A Levine, Scott L Carter, Gad Getz, Katherine Stemke-Hale, Gordon B Mills, Roel G W Verhaak
PMID24113773
发布时间2013-04
DOI10.1038/ncomms3612

实验完整度

高

包含体外细胞分选实验、公共表达数据集验证、独立验证集以及多种肿瘤类型数据分析,具有功能验证和机制推断。

主要模型

卵巢癌肿瘤样本及EpCAM分选细胞组分 TCGA多种肿瘤类型表达数据集 公共结构域独立验证集(n=195) 癌症细胞系表达数据集(CCLE)

重点核对

卵巢癌样本经EpCAM微珠分选为EpCAM阳性和阴性组分,比较基质和免疫评分 使用激光捕获显微切割的卵巢、乳腺、结肠癌数据比较肿瘤细胞与基质细胞组分 ESTIMATE评分与ABSOLUTE基于DNA拷贝数的肿瘤纯度在TCGA卵巢癌数据集中进行相关性分析 在独立验证集(n=195)中评估ESTIMATE预测肿瘤纯度与ABSOLUTE纯度的相关性 采用ROC曲线分析,以ABSOLUTE纯度的0.9、0.8、0.7、0.6为 cutoff 评估AUC

摘要

浸润的基质细胞和免疫细胞构成肿瘤组织中正常细胞的主要部分,不仅在分子研究中干扰肿瘤信号,而且在癌症生物学中具有重要作用。本文描述了一种名为‘利用表达数据评估恶性肿瘤组织中的基质和免疫细胞’(ESTIMATE)的方法,该方法使用基因表达特征来推断肿瘤样本中基质和免疫细胞的比例。在11种不同肿瘤类型的样本中,ESTIMATE评分与基于DNA拷贝数的肿瘤纯度相关,这些样本通过Agilent、Affymetrix平台或基于RNA测序进行分析,并可通过癌症基因组图谱(TCGA)获得。利用公共领域可获得的3,809个转录谱进一步证实了预测准确性。ESTIMATE方法允许在基因组和转录组研究中考虑肿瘤相关的正常细胞。一个R库可在https://sourceforge.net/projects/estimateproject/上获得。肿瘤活检样本含有污染的正常细胞,这些细胞可能影响肿瘤样本的分析。在本研究中,Yoshihara等人基于癌症基因组图谱的基因表达谱开发了一种算法,用于估计肿瘤样本中污染正常细胞的数量。恶性实体瘤组织不仅由肿瘤细胞组成,还包括肿瘤相关的正常上皮细胞和基质细胞、免疫细胞和血管细胞。基质细胞被认为在肿瘤生长、疾病进展和耐药性中具有重要作用。浸润的免疫细胞以环境依赖的方式发挥作用,虽然在卵巢癌中观察到浸润性T淋巴细胞的抗肿瘤效应,但在结直肠癌中描述了与肿瘤生长、侵袭和转移的关联。全面理解肿瘤组织中的肿瘤相关正常细胞可能为肿瘤生物学提供重要见解,并有助于开发稳健的预后和预测模型。癌症的基因表达谱分析已经导致了分子亚型的鉴定和预后预测模型的开发,并丰富了我们对肿瘤发生分子通路的认识。越来越多的证据表明,肿瘤相关正常细胞的浸润通过基因组方法(如基因表达谱或拷贝数数据)影响临床肿瘤样本的分析,结果的生物学解释需要相当注意样本异质性。已经提出了几种方法,通过使用DNA拷贝数阵列数据或通过使用下一代测序数据来估计临床肿瘤样本中肿瘤细胞的比例。基于DNA拷贝数的肿瘤纯度估计在预测肿瘤样本纯度方面迅速获得关注;然而,此类方法仅限于具有可用拷贝数谱的样本。先前的研究试图将基因表达数据解卷积为来自其组成细胞组分的基因表达谱,而其他研究则侧重于通过计算富集分数将来自正常组织的微阵列数据解卷积为细胞类型特异性谱。这些方法利用了不同细胞类型转录组特性的差异。在此,我们提出了一种新算法,该算法利用癌症样本转录谱的独特性质来推断肿瘤细胞含量以及不同的浸润正常细胞,称为ESTIMATE(利用表达数据评估恶性肿瘤组织中的基质和免疫细胞)。我们关注构成肿瘤样本主要非肿瘤成分的基质和免疫细胞,并鉴定与肿瘤组织中基质和免疫细胞浸润相关的特定特征。通过进行单样本基因集富集分析(ssGSEA),我们计算基质和免疫评分以预测浸润基质和免疫细胞的水平,这些构成了ESTIMATE评分的基础,以推断肿瘤组织中的肿瘤纯度。最后,我们描述了癌症基因组图谱(TCGA)数据集中基质和免疫评分的生物学特征。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
如何从肿瘤基因表达数据中推断肿瘤纯度以及基质和免疫细胞的浸润水平。
核心机制
利用基质和免疫细胞特异的基因表达特征,通过单样本基因集富集分析(ssGSEA)计算基质和免疫评分,并结合为ESTIMATE评分,进而推断肿瘤纯度。
主要证据
在卵巢癌样本中通过EpCAM分选验证签名与non-epithelial细胞组分的关联;ESTIMATE评分与基于DNA拷贝数的ABSOLUTE肿瘤纯度在TCGA多个肿瘤类型中显著相关;在独立验证集中预测纯度与ABSOLUTE高度相关(Pearson r=0.87)。
研究意义
ESTIMATE方法允许在基因组和转录组研究中考虑肿瘤相关的正常细胞,为评估肿瘤样本中的非肿瘤部分提供重要背景,并可能有助于理解肿瘤微环境。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

基因特征构建

构建能够反映肿瘤组织中基质和免疫细胞浸润的基因表达特征。

通过比较正常造血细胞与其他正常细胞的表达谱、利用白细胞甲基化评分定义高/低免疫浸润组、比较激光捕获显微切割后的肿瘤细胞与基质细胞组分、过滤高变基因和胶质瘤干细胞高表达基因,最终得到141个基质基因和141个免疫基因。

2

细胞分选验证签名

验证基质和免疫评分与肿瘤样本中非上皮细胞组分的关联。

取三例新鲜冷冻卵巢癌样本,酶解和机械解离后,用EpCAM抗体包被的微珠分选为EpCAM阳性和阴性组分,对 bulk 肿瘤、EpCAM阳性、EpCAM阴性组分进行基因表达谱分析,比较基质和免疫评分。

3

公共数据集验证签名

在独立公共数据集中验证基质和免疫评分在肿瘤细胞富集与基质富集组分间的差异。

利用三个独立公共数据集(卵巢癌GSE29156、乳腺癌GSE10797、肺癌GSE33363)的激光捕获显微切割样本,比较肿瘤细胞富集部分与基质富集或bulk肿瘤的评分。

4

与ABSOLUTE肿瘤纯度关联分析

评估ESTIMATE评分与基于DNA拷贝数的肿瘤纯度的相关性。

在TCGA卵巢癌Agilent表达谱数据(n=417)中,计算基质、免疫和ESTIMATE评分与ABSOLUTE肿瘤纯度的Pearson相关系数,并进行ROC曲线分析。

5

多肿瘤类型扩展评估

在多种肿瘤类型和不同表达平台上评估ESTIMATE算法的预测准确性。

将ESTIMATE应用于TCGA中10种肿瘤类型(四种平台:Affymetrix、Agilent、RNAseq、RNAseqV2),以ABSOLUTE纯度为基础进行ROC分析,计算AUC。

6

肿瘤纯度预测模型构建与验证

建立基于ESTIMATE评分的肿瘤纯度预测模型,并在独立数据集中验证。

使用TCGA Affymetrix数据(n=995,排除6个离群值)通过Eureqa和 nonlinear least squares 拟合公式,将ESTIMATE评分转换为[0,1]范围的肿瘤纯度预测值。在独立验证集(n=195,包含7个公共数据集)中评估预测纯度与ABSOLUTE纯度的相关性。

7

特异性与影响因素评估

评估ESTIMATE预测肿瘤纯度的特异性,以及细胞粘附、迁移等过程对评分的影响。

使用27个癌细胞系样本(GSE34211)的拷贝数和表达数据,计算ESTIMATE和ABSOLUTE的均方根误差;使用10个正常卵巢上皮样本(GSE18520)计算ESTIMATE评分;使用26个肺腺癌细胞系(GSE17708)经TGF-β1处理或未处理,评估ESTIMATE评分变化。

8

免疫评分与白细胞甲基化评分相关性分析

验证免疫评分与基于甲基化的白细胞比例估计的相关性。

从Synapse下载白细胞甲基化评分数据,计算其与基质、免疫和ESTIMATE评分的相关性。

9

跨肿瘤类型评分分布分析

描述不同肿瘤类型中基质和免疫评分的分布特征。

使用TCGA和非TCGA的10种肿瘤类型数据集,分析基质和免疫评分的分布。

10

肿瘤纯度对体细胞突变检测的影响分析

探究肿瘤纯度对体细胞突变检测和突变谱的影响。

按ESTIMATE评分将样本分为高纯度(最低25%)和低纯度(最高25%)亚组,比较每兆碱基突变数以及六类碱基替换的相对贡献。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
HBSS Liberase研究级Roche05-401-119-001
EpCAM抗体包被微珠Miltenyi Biotec130-061-101
Illumina BeadChip Human HT-12 v4----
GeneSpring GX 11.5Agilent Technologies--
Eureqa Formuliza 0.97 Beta----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
微珠细胞分选
酶解条件:Liberase浓度0.8 mg/ml,37°C孵育1小时;分选抗体:EpCAM微珠#130-061-101;样本量:3例卵巢癌
阅读提示:Methods中Microbead-based cell sorting小节
基因特征构建
免疫浸润分组阈值:白细胞甲基化评分>97百分位和<3百分位;基质基因筛选:至少在两个数据集中重叠;基因过滤:MAD<0.5,胶质瘤干细胞表达排名低于中位数
阅读提示:Methods中Gene selection小节及Supplementary Fig. S1
与ABSOLUTE纯度关联分析
TCGA卵巢癌Agilent数据集样本量:n=417(排除28例用于基因选择的样本);ABSOLUTE纯度来源:TCGA工作组;ROC cutoff值:0.9、0.8、0.7、0.6
阅读提示:Results中Estimation of infiltrating cells and tumour purity小节及Fig. 3
肿瘤纯度预测模型构建
训练集样本量:n=995(TCGA Affymetrix数据排除6个离群值后);验证集样本量:n=195(7个公共数据集);排除离群值方法:广义极值学生化偏差检验
阅读提示:Methods中ESTIMATE小节及Supplementary Fig. S8
突变分析
高/低纯度分组阈值:ESTIMATE评分最高25%和最低25%;突变类型:Frame_Shift_Del/Ins、In_Frame_Del/Ins、Missense_Mutation、Nonsense_Mutation;多重检验校正:Benjamini-Hochberg FDR
阅读提示:Methods中Mutation analysis小节及Supplementary Table S5