缩写：

TMB：肿瘤突变负荷（tumor mutation burden）

BLCA：膀胱癌（bladder cancer）

OS：整体生存（overall survival）

DFS：无病生存期（Disease-free survival）

膀胱癌是指发生在膀胱黏膜上的恶性肿瘤。是泌尿系统最常见的恶性肿瘤，也是全身十大常见肿瘤之一。近年来，免疫治疗在膀胱癌中取得了巨大的进展。TMB可以作为预测免疫治疗效果的一种生物标志物，TMB就是肿瘤组织每兆碱基中突变的总数，通俗的讲，就是肿瘤基因的突变密度。一般来说，TMB水平高的肿瘤，代表着肿瘤细胞中能被免疫系统识别的越多。

Zhang等人结合TCGA数据库中膀胱癌的体细胞突变数据计算病人的TMB值，基于该值的中位数值将样本划分为高TMB组合低TMB组，首先刻画高低TMB组生存的差异；接下来，结合膀胱癌病人的表达谱数据，识别高低TMB组差异的基因，使用单因素和多因素cox回归分析进而结合构建了由8个基因组成的膀胱癌预后模型；考虑到TMB值和免疫治疗的关系，使用CIBERSORT软件对膀胱癌病人中22种免疫细胞的组成刻画，基于单因素cox回归分析，找到潜在影响病人生存的免疫细胞类。

今天就和大家分享一篇相关研究的文章【Multi‐omics analysis of tumor mutation burden combined with immune infiltrates in bladder urothelial carcinoma】 杂志：Journal Of Cellular Physiology    IF：4.552        发表时间：2019.9.27  

（1）训练数据：TCGA数据库中膀胱癌病人的突变、表达谱以及临床数据（如Table 1）所示。

（2）验证数据集：从cBioportal (https://www.cbioportal.org/)数据库获取Memorial Sloan Kettering Cancer Center (MSKCC)数据集的突变数据；

（3）差异基因：通过“limma”包寻找高低TMB组间差异表达的基因（|log (fold change) > 1|和FDR < 0.05）

（4）差异表达基因功能富集分析：通过“clusterProfiler”对差异基因功能进行富集分析；

（5）高低TMB组病人通路激活分析：基于MsigDB数据库中的“c2.cp.kegg.v6.2.symbols.gmt gene sets”基因集合，以高低TMB组为表型特征，使用GSEA软件对高低TMB组病人调控功能进行分析。

（6）预后模型：对在高低TMB组间差异表达的基因进行单因素cox回归分析，先识别出对膀胱癌病人预后有影响的基因；接下来，将上述基因结合构建多因素cox回归分析模型，挑选其中p值显著的基因去构建膀胱癌预后模型；

（7）免疫细胞组成：基于膀胱癌病人表达谱，通过CIBERSORT对每一个病人中的22种免疫细胞类型所占百分比进行刻画。

（8）免疫细胞与生产：通过单因素cox回归分析，找到影响膀胱癌病人生存的免疫细胞类型。（1）基于TCGA膀胱癌突变数据，得到每一个病人的TMB值，以中位数值作为阈值，识别高低TMB组病人，通过GSEA分析最终刻画了高低TMB组功能机制（Fig 1e）。并通过limma包找差异基因，|log (fold change) > 1|和FDR < 0.05，最终识别了68个差异基因（Fig 1a），且这些差异基因富集的功能如Fig 1c和1d所示。将这些差异如方法中描述的那样，结合单因素和多因素cox回归分析，用韦恩图刻画相应分析之间的基因交集情况（Fig 1b）。

                              Fig 1. 高低TMB组差异基因以及通路分析

（2）膀胱癌病人突变特征的统计：结合TCGA数据库中膀胱癌病人的突变数据，从突变类型，突变样本数等方面统计其包含的突变特征（Fig 2）。

                                                Fig 2. 膀胱癌病人突变特征的概述

（3）TMB与病人的生存以及疾病分化程度相关：通过log-rank检验，发现在OS和DFS中，高TMB组病人的生存更好（Fig 3a & 3b）。进一步结合膀胱癌病人的临床特征，刻画在具有不同临床特征病人TMB值的分布情况（Fig 3c-3g），发现TMB值在高低分化程度（Grade）间差异。

                                         Fig 3. TMB与膀胱癌患者临床特征的关系

（4）预后模型的构建：结合Fig 1b中的三者交叠的基因，构建膀胱癌预后模型（Fig 4a），该模型的AUC值为0.753（Fig 4c），通过log-rank检验看高低风险组病人之间生存的差异（Fig 4d）。

                                              Fig 4.预后模型的构建

（5）免疫细胞的组成：通过CIBERSORT在线工具去刻画膀胱癌病人中22种免疫细胞的组成（Fig 5），不同颜色表示不同的免疫细胞。

                                      Fig 5. CIBERSORT刻画免疫细胞的组成

（6）高低TMB样本中免疫细胞的组成情况：结合病人的高低TMB信息，在高低TMB两组病人中刻画其免疫细胞组成情况（Fig 6a）。

                             Fig 6. 高低TMB组中免疫细胞的组成情况

（7）生存相关的免疫细胞类：基于样本的细胞组成，基于单因素cox回归分析得到影响病人生存的免疫细胞类（如Table 4所示），基于这些影响膀胱病人生存的免疫细胞类，基于log-rank检验高低免疫细胞组成样本之间生存的差异（Fig 7）

                                                 Fig 7.免疫细胞对生存的影响

文献解读(1）MiRNA表达模式与肺腺癌的肿瘤突变负担相关?

文献解读（3）what？铁代谢的分子治疗可能对癌症的治疗有帮助?

文献解读（4）m6A修饰可能和AML疾病的发生发展相关？TP53突变特征与m6A调控基因发生基因组学改变存在一定的关系？m6A对生存有影响？m6A修饰发生基因组学上可以改变相关的临床特征？

文献解读（5）对于那些存在整体甲基化水平缺失的病人，使用免疫治疗药物对于这一类病人的生存时间竟然会有显著地改善

文献解读（6）胎盘转录组与孕妇孕前体重指数和新生儿出生体重的共表达分析

文献解读（7）肺ADC中的空间甲基化异质性

文献解读（8）有助于TNBC的早期诊断的分子标志物有114个？

文献解读(9) What ? 为预测胶质母细胞瘤的预后提供新的标志物？