上次给大家介绍了TCGA肿瘤样本根据免疫情况分析不同的免疫亚型(TCGA数据挖掘-肿瘤免疫浸润分析)。这一次给大家介绍肿瘤免疫浸润的另一种研究思路。 在上图中,T3期的样本免疫激活功能富集情况相比T1、T2整体偏低,T2期有部分样本免疫激活功能富集也偏低,这部分人群可能实际处于T2、T3的中间状态。 IM对于癌症免疫疗法至关重要,其中许多IM激动剂和拮抗剂正在临床肿瘤学中进行评估。其中包括了大部分免疫治疗靶点基因,如:PD-1、PD-L1、PD-L2、Lag3、CD40、IDO、CTLA4等等。 而T1、T2、T3期的LAG3的表达并不是呈一直下降的趋势。 分析IM基因在不同分期肿瘤病人中对预后的影响。研究不同分期中哪些基因能显著性区分生存时间,从而针对性选择治疗方案。 如下图,HLA-DPA1基因能显著性区分T2期样本的生存预后。 ? T1期 ? T2期 ?
TGF-β2蛋白作为一种重要的亚型,在包括胰腺癌在内的多种肿瘤中被发现特异性高表达,并与肿瘤的侵袭转移及免疫逃逸密切相关。 1.治疗策略设计:研究采用TGF-β2反义寡核苷酸(TASO)来特异性抑制肿瘤微环境中TGF-β2蛋白的产生,并联合应用免疫刺激因子白细胞介素-2,旨在同时解除免疫抑制并激活抗肿瘤免疫应答。 2.主要发现:-增强细胞毒性:TASO处理能显著增强IL-2刺激的人外周血单个核细胞对胰腺癌细胞的体外杀伤活性。-抑制肿瘤生长:在动物模型中,TASO联合IL-2治疗能有效延缓胰腺癌的生长。 这种对肿瘤物理屏障和免疫抑制环境的双重重塑,是克服胰腺癌免疫治疗抵抗的关键。基于此,TGF-β2蛋白及其信号通路成为极具潜力的治疗靶点。 五、总结该研究通过靶向TGF-β2蛋白,并联合免疫刺激疗法,在临床前模型中成功逆转了胰腺癌的免疫抑制微环境,抑制了肿瘤生长。这凸显了TGF-β2作为胰腺癌治疗关键节点的价值。
三.结果解读 1.鉴别差异表达基因 从GEO数据库下载GSE87473数据集,使用GEO2R筛选DEGs(PFDR < 0.05 , |log2FC| > 1)。 UC组和对照组之间DEGs的热图、火山图和WGCNA分析 2.WGCNA分析 对鉴定到的988个DEGs进行加权基因共表达网络分析(WGCNA)。 图2. 使用热图展示模块的表达模式 ? 图3. 模块特征基因与样本之间的关系 对鉴定到的模块进行分析: 模块的表达模式:绿松石和蓝色模块被下调,而棕色和黄色模块被上调(图2)。 图5显示,DUOXA2、 SAA1和SAA2、TNIP3、CXCL1、SLC6A14和CD55被选为hub基因。 ? 图5. 表明这几个hub基因可以作为UC诊断的潜在组织活检分子(表2和图6b)。 ?
A.良性的角化病;B.轻度鳞状异常增生;C.重度鳞状异常增生;D.鳞癌 肿瘤组织里面除了肿瘤细胞,还存在结缔组织、炎症细胞、纤维细胞等;肿瘤有十大基本特征:无限增殖潜能、侵袭和转移性、失去接触抑制 图2 肿瘤微环境 研究肿瘤组织基因表达的方法常见的有传统转录组测序(bulk RNA-seq)、单细胞转录组测序(scRNA-seq)、空间转录组测序。 scRNA-seq在肿瘤方向上的研究有很多,例如研究肿瘤微环境、研究免疫细胞或肿瘤细胞、研究肿瘤耐药等,不同研究方向的样本选择及实验设计有所不同。 ? 图2 肿瘤基因表达方面研究的常见思路总结 肿瘤微环境 Phenotype molding of stromal cells in the lung tumor microenvironment 肺肿瘤微环境中基质细胞的表型构建 1治疗前后的鳞状细胞癌(SCC)患者的肿瘤活检样本的26016个肿瘤浸润性T淋巴细胞(TIL)。
lnc2Cancer是一个从文献中收集整理的人类lncRNA相关肿瘤信息的数据库,网址如下 http://www.bio-bigdata.net/lnc2cancer/ 目前最新版本是v2.0, 相比v1.0 , 收录的lncRNA数量,肿瘤亚型数量,lncRNA与肿瘤相关联的数量都显著增长,示意如下 ? 在该数据库中,将lncRNA与肿瘤的关系分成了以下类别 Circulating lncRNA-cancer Prognositc lncRNA-cancer Drug resistant lncRNA-cancer 根据患病与治疗的不同阶段,分成了肿瘤发生期,预后,抗药性3个方面;同时,还给出了文献中报导的,调控lncRNA的其他分子信息,包括以下几种 TF miRNA variant methylation 相比lncrnadisease数据库,ln2Cacner专注肿瘤领域,而且做了细致的划分,同时也提供了相关的TF, miRNA, SNP, 甲基化等信息。
图片来源:GEPIA2 作者:李瑞萌 审校:Jimmy GEPIA2 是北京大学张泽民老师实验室开发的一个网站,能够对TCGA和GTEx项目共9736个肿瘤样本、8587个正常样本的RNA-seq表达数据进行分析 2 Differential Genes 在某一肿瘤/正常组织中差异表达的基因或者isoform,并且显示这些基因在染色体上的位置分布。 ? 差异基因在染色体上的位置分布 ? FOXD1基因的表达情况 (2) Box Plot:分析一个基因或者isoform或者a multi-gene signature在不同肿瘤样本和正常样本中的表达情况。 也可以对其在某一肿瘤不同亚型中的表达情况进行研究,如下图。 ? 2 Custom Data Analysis 该网站支持用户上传自己的肿瘤RNA-seq数据,以识别molecular subtype, TCGA immune subtype以及pan-cancer
泳道图可以展示不同患者在一定时间内接受不同治疗(或者处于不同时期)的情况,在肿瘤治疗领域的文献中很常见,但是竟然百度不到它的具体含义。。。 泳道图 上面这张图横坐标表示月数,纵坐标表示病人ID,一个条形就是一个病人,条形的颜色表示疾病的不同阶段,不同的形状表示肿瘤治疗中的起止,这张图是用SAS画出来的~ 复习下肿瘤领域的几个术语: 完全缓解 (CR, complete response):所有靶病灶消失,无新病灶出现,且肿瘤标志物正常,至少维持4周。 dbl> <int> ## 1 1 11 1 1 10 8 -0.5 NA ## 2 在ggplot2中一旦你掌握了规律,修改这些东西真的非常简单! ggplot2修改坐标轴详细介绍 超详细教程:修改ggplot2图例 下面就是修改细节。
lnc2Catlas是一个肿瘤相关的lncRNA数据库,网址如下 https://lnc2catlas.bioinfotech.org/home/ 通过以下三种计算方式来分析肿瘤相关的lncRNA 通过 lncRNA与protein之间的相互作用,如果一个lncRNA的互作蛋白与肿瘤相关,则认为该lncRNA也与肿瘤相关 通过lncRNA与mRNA共表达网络,利用TCGA数据库中的肿瘤表达谱数据,构建lncRNA-mRNA 按钮,可以按照肿瘤类型查看相关信息,以乳腺癌为例,结果如下 1. 2. 疾病相关的SNP位点 ? 3. 疾病相关的蛋白编码基因 ? 4. 疾病相关的lncRNA ? 5. 共表达网络 每个子网是从利用总的共表达网络进行community分析的结果,示意如下 ? 2,影响lncRNA二级结构的SNP位点 ? 3. lncRNA与蛋白的相互作用 ? 4. lncRNA在肿瘤中的表达谱 ? 5. lncRNA与蛋白编码基因的共表达网络 ?
这可以导致基因的表达模式发生改变,包括抑制肿瘤细胞的增殖、诱导细胞凋亡和促进免疫应答。 在HER2阳性乳腺肿瘤微环境中,Entinostat可以少免疫抑制,从而增强免疫系统对肿瘤的反应。 它可以改善肿瘤微环境中的免疫细胞功能,增加抗肿瘤免疫细胞的浸润和活性,并促进肿瘤细胞的免疫识别和杀伤。 单细胞实验设计 对使用Eninostat和ICIS治疗的小鼠的HER2过表达的乳腺肿瘤进行了单细胞RNA测序,以全面描述TME内多种细胞类型的变化。 CAF(癌相关成纤维细胞):是一种存在于肿瘤微环境中的细胞类型,它们与癌细胞相互作用,促进肿瘤生长和转移。CAF通常表达一些特定的标志物,如Col12a1和Mmp2。 它们在肿瘤微环境中起着重要的免疫调节作用。 MDSCs(髓系衍生抑制性细胞):是一类免疫抑制性细胞,存在于肿瘤微环境中。它们可以抑制免疫细胞的功能,从而减弱对肿瘤的免疫反应。
TCGA的“鸡肋”之处 TCGA是一个综合性的多组学肿瘤基因组数据库,除包含DNA测序之外,还包含了RNA测序、拷贝数、蛋白谱、甲基化等多个组学的数据,但是在TCGA的官方网站GDC Data 下面直接带领大家来学习一下如何通过cBioPortal挖掘肿瘤数据。还是上面的例子:比较一下乳腺癌中HER2突变阳性的病人和野生型病人的生存曲线是否有统计学差异。 在cBioPortal中共有32个癌种,240个study,基本覆盖所有常见和个别少见肿瘤。 Step2 选择需要分析的数据类型。 因为很多基因都有别名,而HER2不是一个正式的名字,系统帮我们检测到它的名字应该是ERBB2,我们点击一下文本框下面的ERBB2,它便自己改过来了。
我们假设给定的图像中有且只有一个肿瘤。在图上监测肿瘤的方法如下:如果某个点对应的灰度值小于等于50,则这个点在肿瘤上,否则不在肿瘤上。我们把在肿瘤上的点的数目加起来,就得到了肿瘤在图上的面积。 任何在肿瘤上的点,如果它是图像的边界或者它的上下左右四个相邻点中至少有一个是非肿瘤上的点,则该点称为肿瘤的边界点。肿瘤的边界点的个数称为肿瘤的周长。 现在给定一个图像,要求计算其中的肿瘤的面积和周长。 输入输入第一行包含一个正整数N(0 < N <= 100),表示图像的大小;接下来N行,每行包含图像的一行。 输出输出只有一行,该行包含两个正整数,分别为给定图像中肿瘤的面积和周长,用一个空格分开。 20 25 52 99 40 50 99 99 99 99 99 99 99 99 99 99 样例输出 9 8 来源计算概论05-模拟考试1 1 #include<iostream> 2
18:肿瘤面积 总时间限制: 1000ms 内存限制: 65536kB描述 在一个正方形的灰度图片上,肿瘤是一块矩形的区域,肿瘤的边缘所在的像素点在图片中用0表示。 其它肿瘤内和肿瘤外的点都用255表示。现在要求你编写一个程序,计算肿瘤内部的像素点的个数(不包括肿瘤边缘上的点)。已知肿瘤的边缘平行于图像的边缘。 输入只有一个测试样例。 输出输出一行,该行包含一个整数,为要求的肿瘤内的像素点的个数。 来源2005~2006医学部计算概论期末考试 1 #include<iostream> 2 using namespace std; 3 int a[1001][1001]; 4 int now
MHCI类分子的表达下调可由基因组的丢失、mRNA转录水平的降低和B2微球蛋白(β2- microglobulin)基因的突变等引起。 研究发现在大量人肿瘤细胞系中,细胞内抗原加工和提呈所必需的LMP-1、LMP-2、TAP-1、TAP-2四种蛋白的 mRNA 表达低下或无法测出,具有一定的普遍意义。 (3)前列腺素E2(prostaglandin E2,PGE2):前列腺素E家族具有多种免疫抑制活性,其中 PGE2是公认的与荷瘤机体免疫抑制相关的一种前列腺素,它在多种肿瘤如乳腺癌、头颈部癌等中的表达水平明显增高 前列腺素主要通过以下几个方面来促进肿瘤免疫逃逸:PGE2能诱导产生抑制型T细胞和抑制型Mφ,降低LAK细胞的活性,抑制抗原特异性T细胞增殖和产生细胞因子等:与此同时,PGE2还能抑制APC的分化和功能; 能抑制TH1、NK细胞和Mφ的抗肿瘤活性,并上调TH2相关细胞因子如IL-10的产生。
例如己糖激酶 2 (HK2) ,其抑制剂 3-BrPA (3-bromopyruvate) ,能够抑制有氧糖酵解和氧化磷酸化,具有成为抗肿瘤药物的潜力;乳酸脱氢酶 A (LDHA,由 c-Myc 和缺氧诱导因子 乳酸还抑制 CD8+ T 细胞的增殖和功能,阻止树突状细胞成熟,并将 M1 巨噬细胞转化为 M2 巨噬细胞。此外,乳酸还通过增加内皮细胞 IL-8 和 VEGF 信号传递促进血管生成。 缩写: HK2: Hexokinase 2; LDHA: Lactate dehydrogenase A; GLUT1: Glucose transporter 1; HIF-1: Hypoxia-inducible Cell, 2000. 100: p. 57–70. 2. Hanahan, D., et al. Hallmarks of Cancer: The Next Generation. Proc Natl Acad Sci U S A. 2010 Feb 2;107(5):2037-42. 8. Kareenhalli V. Venkatesh, et al.
但CAFs会重塑免疫格局以促进肿瘤生长:例如通过缺乏共刺激分子的抗原呈递诱导T细胞分化为调节性T细胞(Tregs);或通过分泌细胞因子/趋化因子促使M2型巨噬细胞和髓源性抑制细胞(MDSCs)迁移。 这些细胞因子可诱导MDSCs、M2巨噬细胞和Tregs向肿瘤迁移并激活,从而抑制抗癌免疫反应。iCAFs高表达IL-1受体而低表达α-SMA,由IL-1诱导产生且远离癌细胞分布。 颗粒通过✓ 但ECM富集肿瘤核心区仅允许≤30nm颗粒有效渗透✓ 常规脂质体制剂直径约100nm,导致其穿透血管后仍无法深入肿瘤组织2. TNF-α/IL-6/IL-1β/TGF-β等细胞因子iCAFs旁分泌的IL-6可促进膀胱癌细胞EMT,增强其增殖、迁移和侵袭能力尽管直接证据有限,但鉴于iCAFs分泌多种EMT诱导因子,其促转移潜力值得关注2. TGF-β抑制剂联合免疫检查点抑制剂的临床试验✓ 动物模型显示抑制TGF-β可能加速胰腺癌进展✓ 临床试验疗效未达预期且出现副作用✓ 癌症EMT后抑制TGF-β可能适得其反,提示需根据癌症分期精准把握干预时机2.
免疫抑制细胞群也存在于冷肿瘤中,它们抑制 CD8+ T 细胞的功能 (如图 2 所示)。 此外,Science也曾报道:MSA-2 (STING 激动剂) 刺激肿瘤的 IFN-β 分泌,并诱导肿瘤消退,并且在 PD-1 阻断反应低的小鼠肿瘤模型中增加肿瘤 CD8+ T 淋巴细胞的浸润。 冷热肿瘤的区分主要在于免疫细胞的空间分布情况,且冷肿瘤往往对免疫治疗 “迟钝”。2. ML364是一种泛素蛋白特异性肽酶 (USP2) 抑制剂,可直接结合 USP2 (Kd=5.2 μM)。ML364 具有抗增殖活性。 MSA-2是一种具有口服活性的非核苷酸 STING 激动剂,以具有纳摩尔亲和力的非共价二聚体形式与 STING 结合。MSA-2 与抗 PD-1 协同作用,增加抗肿瘤免疫。
ABSOLUTE是评估肿瘤纯度的常用软件之一,它可以利用肿瘤样本的CNV和SNV等信息,对肿瘤纯度进行估计,该软件采用R语言进行编写。 测试数据我是从以下链接下载的 http://software.broadinstitute.org/cancer/software/genepattern/modules/docs/absolute/2# 不提供肿瘤细胞体细胞突变数据时,该文件包含下面三种类型的图片 1. 肿瘤纯度和倍性的散点图 ? 横坐标肿瘤倍性,纵坐标肿瘤纯度,每个点代表一个软件评估的结果。 2. 不同模型排序柱状图 ? SCNAs代表体细胞CNV数据,karyotype是根据预先筛选的TCGA肿瘤数据建立的模型,combined代表综合前面两种模型。ABSOLUTE会根据这三种模型分别对肿瘤纯度评估的结果进行排序。 由于肿瘤样本的复杂性,建议同时提供体细胞突变的数据,这样可以综合利用CNV和SNV的信息去评估肿瘤纯度,比单纯利用CNV数据效果更好。
,多项肿瘤疫苗也批准上市。 肿瘤疫苗是通过机体识别肿瘤特异性抗原(tumor specific antigen,TAS)或者肿瘤相关抗原(tumor associated TAA)来激活抗原呈递细胞,引起特异免疫应答反应来杀伤肿瘤细胞 TAA和TAS都可以作为肿瘤疫苗的靶点,但是TAA不仅在肿瘤细胞中表达,在正常组织和细胞中也会表达,可能引发免疫耐受机制,从会影响TAA疫苗的治疗效果。 TSA也称之为肿瘤新抗原neoantigen, 是由肿瘤细胞的体细胞变异产生的一种异常蛋白。 结合NGS和生信分析,可以快速预测肿瘤新抗原。
tumor-associated macrophages boost tissue-resident memory T cells infiltration and survival in human lung cancer 肿瘤相关巨噬细胞 :scRNA+bulk联合分析高分思路 IF:12 数据 肿瘤提取巨噬细胞与非肿瘤相关巨噬细胞。 table S2). 下结论,肿瘤相关巨噬细胞是和M2 型有些关系的: Together, these data indicate that TAMs in lung cancer expressed higher levels 说明TAM 有很强的M2 基因特性(至少是在部分样本中。)
一、脑肿瘤图像分析与预处理 (1)、多模态MR脑肿瘤图像分析。 分析的过程基本上跟上一篇一致,这里就不多言了,直接从数据处理开始。 (2)、准备脑肿瘤分割数据。 ); 其次对Mask图像进行one-hot操作,将原始图像大小都是(240x240x155x1),生成大小是(240x240x155x4):通道0中非零值区域是背景区域,通道1中非零值是坏疽区域,通道2中非零值是浮肿区域 二、脑肿瘤分割 (1)、搭建VNet3d模型,与二分类VNet3d模型的不同之处就在于最后一层输出采用SoftMax激活函数,网络输入大小是(128x128x64)。 ? (2)、loss采用的是多分类函数,包括交叉熵,dice系数,Focalloss,dice+交叉熵,dice+Focalloss,具体实现可以点击原文链接查看具体代码。 (3)、脑肿瘤分割推理过程:首先将原始flair,T1,T2,T1ce图像一起读取进来并进行z-score标准化操作,然后将四个模态图像合并成4通道三维图像(240x240x155x4),输入到网络中去