泛癌分子数据关联分析
探究全局甲基化水平与细胞增殖、突变负荷、非整倍性及免疫特征的关系。
分析TCGA 21种癌症类型的DNA甲基化、mRNA表达、突变和拷贝数数据，使用线性回归和GSEA评估关联。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
DNA甲基化缺失促进高突变负荷和高拷贝数负荷肿瘤的免疫逃逸
DNA methylation loss promotes immune evasion of tumours with high mutation and copy number load.
实验完整度
高包含TCGA多癌种分子数据、肺癌和黑色素瘤免疫治疗队列的甲基化组和外显子组数据，以及生存分析和功能关联验证。
主要模型
TCGA泛癌21种肿瘤类型样本 SMC肺癌免疫治疗队列（n=60） IDIBELL肺癌免疫治疗队列（n=81） TCGA黑色素瘤免疫治疗队列（n=40）
重点核对
全局L1甲基化水平根据年轻LINE-1亚家族探针的平均beta值估算 免疫治疗队列样本分为全局低甲基化组（<30百分位）和高甲基化组（>70百分位） 免疫治疗反应分类为持久临床获益（DCB）和无持久获益（NDB），PFS从治疗开始计算 多变量Cox比例风险模型或逻辑回归模型用于评估甲基化和突变负荷对生存和临床获益的贡献 部分相关分析控制肿瘤纯度，评估甲基化与免疫特征独立于突变负荷和非整倍性的关联
摘要
有丝分裂细胞分裂增加肿瘤突变负荷和拷贝数负荷，这两者是免疫治疗临床获益的预测标志物。细胞分裂还与基因组去甲基化相关，涉及晚期复制部分甲基化结构域中的甲基化丢失。本研究发现免疫调节通路基因集中在这些结构域中，并在去甲基化肿瘤中伴随CpG岛启动子高甲基化而转录抑制。全局甲基化丢失与免疫逃逸特征相关，且独立于突变负荷和非整倍性。我们队列（n=60）和已发表队列（n=81）的肺癌甲基化组数据以及一个黑色素瘤队列（n=40）一致表明，基因组甲基化改变抵消高突变负荷的贡献并增加免疫治疗耐药性。甲基化丢失的预测能力高于突变负荷。我们还发现基因组低甲基化与非整倍体肿瘤的免疫逃逸特征相关。因此，DNA甲基化改变提示表观遗传调节在精准免疫治疗中的意义。
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
- 基因组甲基化丢失是否影响肿瘤免疫逃逸和免疫治疗疗效，及其与突变负荷和非整倍性的关系。
- 核心机制
- 细胞分裂导致晚期复制部分甲基化结构域（PMDs）进行性甲基化丢失，伴随免疫调节通路基因（如MHC、细胞因子信号、IFN-α/β）的CGI启动子高甲基化和转录抑制，从而促进免疫逃逸。
- 主要证据
- TCGA泛癌分子数据分析显示全局L1甲基化水平与免疫浸润标志物独立于突变负荷和非整倍性相关；肺癌和黑色素瘤免疫治疗队列中，低甲基化组预后差且预测能力高于突变负荷；免疫相关基因在短PMDs中富集并受抑制。
- 研究意义
- DNA甲基化改变是免疫治疗反应的重要决定因素，提示表观遗传调节可作为精准免疫治疗的联合策略。
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。
晚期复制区域和PMD基因表达分析
验证免疫相关基因在去甲基化肿瘤的晚期复制区域和短PMDs中是否受抑制。
利用Repli-Seq数据定义早/晚复制基因，比较低/高甲基化组间表达差异；定义PMD亚类并分析免疫基因分布和启动子甲基化。
免疫治疗队列验证
检验全局甲基化水平是否预测免疫治疗临床获益。
收集SMC肺癌队列（n=60）和IDIBELL队列（n=81）的甲基化组和外显子组数据，以及TCGA黑色素瘤队列（n=40），进行生存分析和多变量回归。
非整倍性与甲基化关系分析
探究全局低甲基化是否解释非整倍体肿瘤的免疫逃逸特征。
分析全局甲基化与染色体臂SCNA（cSCNA）和焦点SCNA（fSCNA）的相关性，以及控制SCNA后甲基化与免疫特征的关系。
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 |
|---|---|---|---|
| DNA/RNA提取 | AllPrep DNA/RNA迷你试剂盒 | Qiagen | 80204 |
| AllPrep DNA/RNA微量试剂盒 | Qiagen | 80284 | |
| DNA提取 | QIAamp DNA FFPE组织试剂盒 | Qiagen | 56404 |
| 外显子文库制备 | SureSelectXT人全外显子V5 | Agilent | 5190-6209 |
| RNA提取 | RNeasy FFPE试剂盒 | Qiagen | 73504 |
| RNA文库制备 | TruSeq RNA文库制备试剂盒v2 | Illumina | RS-122-2001, RS-122-2002 |
| TruSeq RNA Access文库制备试剂盒 | Illumina | RS-301-2001, RS-301-2002 | |
| 甲基化检测 | Infinium MethylationEPIC BeadChip试剂盒 | Illumina | WG-317-1002 |
| 亚硫酸氢盐转化 | EZ DNA甲基化试剂盒 | Zymo Research | D5001 |
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 |
|---|---|
| 免疫治疗队列样本分组 | 全局甲基化水平分组阈值（<30百分位 vs >70百分位）；样本来源（SMC、IDIBELL、TCGA黑色素瘤）；免疫治疗药物类型（anti-PD-1/PD-L1或CTLA-4等） 阅读提示：Methods中“Clinical data of the SMC cohort”和“Melanoma cohort data”小节，以及Fig. 5a |
| 全局甲基化水平估算 | LINE-1探针选择标准（≥90%序列映射到L1HS和L1PA亚家族）；平均beta值计算方式 阅读提示：Methods中“Estimating global methylation levels”小节 |
| 线性回归和GSEA分析 | 回归模型协变量（肿瘤纯度、年龄、肿瘤分期）；GSEA显著性阈值（FDR<0.25） 阅读提示：Methods中“Linear regression modelling”小节和图2图例 |
| PMD和晚期复制区域分析 | PMD定义和亚类聚类参数；复制时序数据来源（Repli-Seq）；免疫基因过滤标准（排除免疫系统特异表达基因） 阅读提示：Methods中“Clustering of PMD and analysis of focal hypermethylation in PMD”和“Identification of genes with differential replication timing”小节 |
| 生存分析 | 生存终点定义（PFS、DCB）；统计模型（Cox比例风险模型、逻辑回归）；协变量调整 阅读提示：Methods中“Multivariate survival analysis”小节和图5图例 |