六種病毒相關(guān)癌癥的基因組特征識(shí)別了

腫瘤免疫微環(huán)境的變化和改變的遺傳機(jī)制

Genomic characterization of six virus-associated cancers identifies changes in the tumor microenvironment and altered genetic programming

這篇文章主要講的是作者想要利用TCGA等基因組數(shù)據(jù)集，進(jìn)一步了解病毒如何影響不同癌癥類(lèi)型的腫瘤免疫反應(yīng)，所以將計(jì)算工具應(yīng)用于TCGA和其他基因組數(shù)據(jù)集，明確病毒感染如何形成6種病毒相關(guān)腫瘤類(lèi)型的腫瘤免疫微環(huán)境和遺傳結(jié)構(gòu)。在所有癌癥中，微環(huán)境的細(xì)胞組成因病毒狀態(tài)而有所差異，與病毒陰性腫瘤相比，病毒陽(yáng)性腫瘤通常導(dǎo)致可溶細(xì)胞滲透加劇。通過(guò)對(duì)這些患者滲透性T細(xì)胞受體庫(kù)的分析顯示：在多種癌癥中，EB病毒感染與受體多樣性降低有關(guān)，表明抗原驅(qū)動(dòng)了克隆T細(xì)胞反應(yīng)。除此之外，作者獲取到了與病毒相關(guān)并且在轉(zhuǎn)錄組發(fā)生變化的組織特異基因的表達(dá)特征，這些特征成功預(yù)測(cè)了獨(dú)立數(shù)據(jù)集中的病毒狀態(tài)，并且與預(yù)測(cè)得到的患者預(yù)后的免疫和增殖相關(guān)特征也有關(guān)聯(lián)?？偟膩?lái)說(shuō)，這些分析表明病毒在不同腫瘤中有不同的作用，這對(duì)免疫治療也有相應(yīng)影響。

免疫系統(tǒng)反制點(diǎn)抑制劑在治療癌癥方面取得了顯著的成果，這些藥物可以啟動(dòng)強(qiáng)大的抗腫瘤免疫反應(yīng)，誘導(dǎo)緩解并延長(zhǎng)多發(fā)性惡性腫瘤患者的生存時(shí)間，但這些療法的反應(yīng)率很低，因此需要識(shí)別能夠應(yīng)答患者的生物標(biāo)志物。腫瘤突變負(fù)載已被確定為此類(lèi)生物標(biāo)志物之一，具有高突變負(fù)載的腫瘤更容易表達(dá)且能夠被適應(yīng)性免疫系統(tǒng)識(shí)別為非自身的免疫原性新抗原。這種關(guān)聯(lián)在腫瘤類(lèi)型中得到了驗(yàn)證，高突變腫瘤比低突變腫瘤產(chǎn)生更高的應(yīng)答率，而且在腫瘤類(lèi)型中，應(yīng)答患者的突變負(fù)載明顯更高。由于有這些相關(guān)性，不難猜想腫瘤微環(huán)境中抗原的其他來(lái)源在免疫治療反應(yīng)方面可能具有類(lèi)似的功能。

病毒感染是腫瘤抗原的來(lái)源之一，有7種病毒被公認(rèn)是致癌的，它們分別是乙型和丙型肝炎病毒（HBV和HCV），人乳頭瘤病毒（HPV），人皰疹病毒4，也就是EB病毒（EBV），人類(lèi)T細(xì)胞嗜淋巴細(xì)胞病毒I型（HTLV-I），梅克爾多元癌細(xì)胞病毒（MCV）和人皰疹病毒8（HHV8）。我們知道HPV、HTLV-I、EBV、MCV和HHV8通過(guò)表達(dá)其基因組編碼的致癌蛋白，直接參與腫瘤發(fā)生。相反，HBV和HCV參與間接致癌作用，能引起感染器官的慢性炎癥。與新抗原一樣，這些病毒表達(dá)的蛋白質(zhì)被免疫系統(tǒng)識(shí)別為外源蛋白，在某些腫瘤類(lèi)型中，感染與免疫活動(dòng)增強(qiáng)有關(guān)。因此，免疫系統(tǒng)反制點(diǎn)抑制劑為這些癌癥提供了潛在有效的治療選擇。

目前，一些研究已經(jīng)對(duì)來(lái)自TCGA的數(shù)千個(gè)腫瘤樣本中病毒感染的發(fā)生進(jìn)行了描述?；诨蚪M的免疫譜分析最新技術(shù)使得可以系統(tǒng)地描述大群體患者的腫瘤微環(huán)境。也有使用基因表達(dá)信息來(lái)推斷腫瘤微環(huán)境中不同免疫細(xì)胞類(lèi)型滲透水平的方法。也可以使用原始RNA-seq測(cè)序數(shù)據(jù)來(lái)分析來(lái)自大量腫瘤數(shù)據(jù)集的TCR和B細(xì)胞受體庫(kù)。這些方法都可以進(jìn)行大規(guī)模分析去檢測(cè)關(guān)聯(lián)程度。作者將這些工具應(yīng)用于TCGA和其他數(shù)據(jù)集，以確定病毒感染如何影響六種腫瘤類(lèi)型的免疫反應(yīng)，分別是膀胱尿路上皮癌（BLCA），宮頸鱗狀細(xì)胞癌（CESC），結(jié)腸直腸腺癌（COADREAD），頭部和頸部鱗狀細(xì)胞癌（HNSC），肝細(xì)胞肝癌（LIHC）和胃腺癌和食管癌（STES）。作者首先測(cè)試了CD8+ T細(xì)胞，B細(xì)胞，NK細(xì)胞和巨噬細(xì)胞的滲透水平如何根據(jù)病毒感染狀態(tài)而變化。然后對(duì)大量腫瘤數(shù)據(jù)進(jìn)行TCR測(cè)序，以確定病毒感染與克隆性T細(xì)胞反應(yīng)的相關(guān)程度。為了將研究擴(kuò)展到包含病毒感染信息的數(shù)據(jù)集之外，作者選用了一個(gè)基因特征來(lái)預(yù)測(cè)研究中每種腫瘤類(lèi)型的病毒感染狀態(tài)。然后，作者在功能上描述該特征并將其應(yīng)用于生存-元分析，可以用來(lái)驗(yàn)證關(guān)于病毒感染如何影響癌癥特異性患者預(yù)后的多數(shù)據(jù)集一致性。

數(shù)據(jù)集的來(lái)源

作者從先前研究中下載病毒豐度信息，獲取了來(lái)自GDAC FireHose的2341個(gè)RNA-seq基因表達(dá)信息，隨后對(duì)TCGA RNAseqV2數(shù)據(jù)進(jìn)行免疫滲透得分計(jì)算。從Genomic Data Commons legacy archive中下載TCGA樣本的原始RNA-seq配對(duì)末端讀段，使用Bowtie2將RNA-seq讀段與人參考基因組hg19比對(duì)，體細(xì)胞突變注釋格式文件來(lái)自GDAC Firehose。從先前的出版物下載了TCGA樣本的MANTIS微衛(wèi)星不穩(wěn)定性得分。其他基因表達(dá)數(shù)據(jù)以及相關(guān)病毒感染和存活信息來(lái)源于GEO以及PRECOG編號(hào)為GSE40774、GSE6791、GSE55550、GSE39366、GSE65858、GSE49288、GSE62232、GSE44001的數(shù)據(jù)。認(rèn)為病毒顯示≥100 RPHM的所有TCGA樣本認(rèn)為是被該病毒感染。

免疫滲透得分和T細(xì)胞受體譜的計(jì)算

CD8+ T細(xì)胞、B細(xì)胞、NK細(xì)胞和巨噬細(xì)胞的免疫滲透得分是按照之前描述的方法使用四個(gè)驗(yàn)證過(guò)的標(biāo)記來(lái)計(jì)算；使用來(lái)自R GSVA包的單樣本基因集富集分析，利用已驗(yàn)證過(guò)的一組基因標(biāo)記來(lái)計(jì)算其他免疫細(xì)胞的富集得分；使用TRUST在TCGA RNA-seq讀段上進(jìn)行T細(xì)胞受體譜分析，利用每個(gè)樣本每千次映射TCR讀段的克隆類(lèi)型來(lái)估計(jì)TCR克隆類(lèi)型多樣性；使用ESTIMATE R包計(jì)算ESTIMATE免疫得分。

病毒感染基因表達(dá)特征的推導(dǎo)與應(yīng)用

作者設(shè)計(jì)病毒感染基因表達(dá)特征來(lái)獲取TCGA腫瘤類(lèi)型中病毒陽(yáng)性和病毒陰性患者之間轉(zhuǎn)錄組范圍的差異基因表達(dá)活性，為了定義該特征，構(gòu)建了轉(zhuǎn)錄組中每個(gè)基因的邏輯回歸模型，其中把患者的病毒感染狀態(tài)作為反應(yīng)變量，基因的表達(dá)水平作為預(yù)測(cè)變量。為確保該特征能高精度地獲取病毒陽(yáng)性和病毒陰性樣本之間的差異，把潛在的混雜因素，包括階段，年齡，等級(jí)，淋巴結(jié)轉(zhuǎn)移狀態(tài)和微衛(wèi)星不穩(wěn)定狀態(tài)作為模型中的協(xié)變量。用于每個(gè)基因的模型如下公式化，其中Y是患者的病毒感染狀態(tài)（1表示陽(yáng)性，0表示陰性），X1是所考慮基因的表達(dá)，X2到Xn是n-1個(gè)協(xié)變量：

從該邏輯回歸模型中，可以得出每個(gè)基因的β系數(shù)，β系數(shù)表示該基因在病毒陽(yáng)性樣本與病毒陰性樣本相比是上調(diào)還是下調(diào)，以及每個(gè)基因的表達(dá)水平和病毒感染狀況之間的關(guān)聯(lián)p值。然后使用這些統(tǒng)計(jì)數(shù)據(jù)將最終的病毒感染基因表達(dá)特征定義為一組基因的特異性分布，這能表明基因表達(dá)水平與患者病毒感染狀況之間關(guān)聯(lián)的大小和方向（上調(diào)或下調(diào)）。在上調(diào)的權(quán)重分布中，β系數(shù)> 0的所有基因的p值用-log10轉(zhuǎn)換，其余設(shè)置為0，而在下調(diào)的權(quán)重分布中，將β系數(shù)<0的基因用-log10轉(zhuǎn)換，其余設(shè)置為0。最后得到>10的數(shù)字被設(shè)定為10，這樣可以避免出現(xiàn)異常值，然后將所有數(shù)字重新調(diào)整為0到1之間，以獲得最終的權(quán)重特征。

計(jì)算病毒感染得分

為了計(jì)算患者的病毒感染得分，將這些特征與患者基因表達(dá)數(shù)據(jù)集一起輸入到具有分類(lèi)表達(dá)（BASE）算法的 the Binding Association中。BASE的原理是通過(guò)檢查每個(gè)輸入標(biāo)記的權(quán)重，具有高上調(diào)權(quán)重基因的高表達(dá)患者和具有高下調(diào)權(quán)重基因低表達(dá)的患者被賦予該特征的較高得分，而偏離該模式的患者被分配較低得分。為了評(píng)估特征的準(zhǔn)確性，按病毒感染得分對(duì)每位患者進(jìn)行排名，然后進(jìn)行迭代過(guò)程，其中每位患者在排名列表中的得分被用作閾值，通過(guò)該閾值將患者分類(lèi)為病毒陽(yáng)性或病毒陰性。對(duì)于每個(gè)迭代，計(jì)算得到了分類(lèi)的敏感度和特異性，然后使用這些數(shù)字計(jì)算AUC。置信區(qū)間由AUC分布確定，AUC分布是從各自數(shù)據(jù)集的200個(gè)樣本中計(jì)算出來(lái)的。

統(tǒng)計(jì)分析

利用R中“glm()”函數(shù)進(jìn)行Logistic回歸建模以獲得病毒特征，使用R glmnet包完成正則化邏輯回歸建模。對(duì)于兩類(lèi)生存比較，根據(jù)樣本是否高于或低于病毒中位數(shù)得分，將樣本分為高組和低組，使用R survival包的對(duì)數(shù)秩檢驗(yàn)計(jì)算生存分布之間的差異顯著性。Cox比例風(fēng)險(xiǎn)回歸用于模擬病毒得分作為連續(xù)變量和患者生存之間的關(guān)聯(lián)，對(duì)于Meta分析，將來(lái)自Wilcoxon秩和檢驗(yàn)或Cox比例風(fēng)險(xiǎn)模型的p值轉(zhuǎn)換為z分?jǐn)?shù)，然后通過(guò)Stouffer方法將z得分轉(zhuǎn)換成meta-z得分。

作者由此得出以下結(jié)果：

（1）病毒感染與腫瘤微環(huán)境改變有關(guān)。下圖A中，6種瘤類(lèi)型有5種顯示感染與CD8+ T細(xì)胞浸潤(rùn)水平升高相關(guān)，CESC和HNSC表現(xiàn)出顯著差異。B細(xì)胞和NK細(xì)胞具有類(lèi)似趨勢(shì)，B細(xì)胞中，其BLCA,CESC和HNSC有顯著差異，NK細(xì)胞也是如此，其CESC, HNSC和STES在病毒陽(yáng)性樣本中有顯著升高。相反，在比較HNSC樣本時(shí)發(fā)現(xiàn)巨噬細(xì)胞的豐度明顯降低。一組獨(dú)立的免疫基因表達(dá)特征顯示了類(lèi)似的結(jié)果，同時(shí)也表明病毒陽(yáng)性的COADREAD和STES樣本中具有更高水平的免疫抑制性T調(diào)節(jié)和骨髓源性抑制細(xì)胞。

接下來(lái)作者研究了病毒的類(lèi)型如何影響這些關(guān)聯(lián)，將感染特定病毒的患者與患有相同癌癥的病毒陰性患者進(jìn)行比較（下圖B）。在CESC中，許多病毒與升高的滲透水平相關(guān)，最常見(jiàn)的病毒HPV16與更高水平的CD8+ T細(xì)胞，B細(xì)胞和NK細(xì)胞相關(guān)。在HNSC中，也表現(xiàn)出顯著的HPV16感染，觀察到CD8+ T細(xì)胞，B細(xì)胞和NK細(xì)胞滲透增加以及巨噬細(xì)胞滲透減少。在STES中，樣本最容易被EBV感染，EBV陽(yáng)性樣本中CD8+ T細(xì)胞和NK細(xì)胞水平顯著升高，B細(xì)胞滲透水平降低。令人意外的是，這些相關(guān)性在HBV感染的LIHC中是相反的，HBV陽(yáng)性樣本顯示出顯著較低水平的CD8+ T細(xì)胞和NK細(xì)胞滲透。這些樣本還表現(xiàn)出HLA-I類(lèi)基因的表達(dá)降低，表明這些抗體中抗原呈遞機(jī)制的喪失。綜上可知，不同家族的病毒以不同的方式改變著它們所感染樣本的腫瘤微環(huán)境。

為了證實(shí)免疫滲透的病毒相關(guān)變化不是由于新抗原豐度的改變，作者比較了非沉默突變負(fù)載如何因普通病毒狀態(tài)和特定病毒感染而不同。大多數(shù)情況下突變負(fù)載與病毒感染無(wú)關(guān)。然而在HNSC中，發(fā)現(xiàn)病毒感染與明顯較低的突變負(fù)載有關(guān)。也在STES和LIHC中觀察到類(lèi)似的趨勢(shì)，在STES中，EBV感染與較低的突變負(fù)載有關(guān)，而在LIHC中，HBV感染與較高的突變負(fù)載有關(guān)。突變負(fù)載和免疫滲透之間的這些反向關(guān)聯(lián)表明：基于病毒的免疫滲透差異不是因?yàn)樾驴乖S度導(dǎo)致的，也表明了病毒相關(guān)免疫的編輯過(guò)程。

（2）MSI擾亂了病毒相關(guān)的免疫滲透差異。MSI是一種與DNA錯(cuò)配修復(fù)途徑缺失導(dǎo)致的突變負(fù)載顯著升高相關(guān)的疾病，在結(jié)直腸癌，胃癌和子宮內(nèi)膜腫瘤類(lèi)型中尤為普遍，并且已被證明與高水平的CD8+ T細(xì)胞滲透有關(guān)。作者假設(shè)病毒陽(yáng)性和病毒陰性的COADREAD和STES樣本之間免疫滲透的差異可能因基于MSI的免疫滲透差異而擾動(dòng)。在COADREAD中，MSI樣本顯示出比病毒陰性或病毒陽(yáng)性MSS組更高的CD8+ T細(xì)胞滲透水平（如下圖）。在MSS樣本中，與病毒陰性對(duì)應(yīng)物相比，病毒陽(yáng)性組的CD8+ T細(xì)胞滲透和非沉默突變負(fù)載有適量增加。在STES中，這些關(guān)聯(lián)不那么顯著，而在MSS組中，與病毒陰性樣本相比，病毒陽(yáng)性樣本表現(xiàn)出不顯著的更高水平的CD8+ T細(xì)胞滲透和更低的突變負(fù)載。這些結(jié)果表明MSI狀態(tài)在COADREAD和可能在STES中擾亂了基于病毒的免疫關(guān)聯(lián)。但與其他癌癥不同，病毒陽(yáng)性COADREAD中免疫滲透的增加可能與新抗原豐度增加有關(guān)。

（3）EBV感染與T細(xì)胞受體多樣性降低有關(guān)。在本研究中使用TRUST從每個(gè)TCGA腫瘤類(lèi)型的大量RNA-seq讀段中調(diào)用TCR特異性讀段。在所有腫瘤類(lèi)型中，TCR讀段豐度與基于表達(dá)的CD8 + T細(xì)胞滲透程度密切相關(guān)。此外，感染和未感染樣本之間TCR讀段豐度的差異與之前的發(fā)現(xiàn)基本一致，表明滲透分析所選擇的計(jì)算方法之間擁有一致性。將每個(gè)患者TCR譜的多樣性定義為每千個(gè)TCR讀段的獨(dú)特克隆型數(shù)，并比較每個(gè)腫瘤中感染和未感染樣本之間該度量的差異（下圖A）。多數(shù)情況下，各亞組間差異并不顯著。然而，在STES中，感染EBV的樣本表現(xiàn)出顯著較低水平的TCR多樣性，表明了抗原驅(qū)動(dòng)的T細(xì)胞反應(yīng)。匯總了各種病毒在癌癥類(lèi)型中的關(guān)聯(lián)，并使用meta-Z-score方法確定了顯著性（下圖B）。EBV仍然是與TCR多樣性水平不同相關(guān)的唯一病毒。這些結(jié)果表明，EBV蛋白的存在可以在不同的腫瘤類(lèi)型中誘發(fā)克隆性T細(xì)胞反應(yīng)。

為了驗(yàn)證這些發(fā)現(xiàn)，作者獲得了來(lái)自先前研究的MiTCR TCR分析軟件計(jì)算的TCR多樣性指標(biāo)，并比較了這些指標(biāo)中的每一個(gè)如何在感染特定病毒的樣本和沒(méi)有感染的樣本之間變化，結(jié)果與先前的一致。EBV感染的STES樣本的TCR均勻性適度降低，這表明了克隆性T細(xì)胞反應(yīng)的發(fā)生。MiTCR和TRUST結(jié)果相互增強(qiáng)，提供了與病毒感染相關(guān)的T細(xì)胞動(dòng)態(tài)改變的有力證據(jù)。

（4）組織特異性病毒感染基因特征可重復(fù)預(yù)測(cè)感染狀態(tài)。為了解決研究病毒感染如何與不同臨床變量相關(guān)聯(lián)的問(wèn)題，作者創(chuàng)建了一個(gè)可以預(yù)測(cè)病毒感染狀態(tài)的基因表達(dá)特征，為了設(shè)計(jì)這個(gè)特征，應(yīng)用了先前開(kāi)發(fā)的方法，該方法基于基因表達(dá)水平能夠在廣義線性模型中區(qū)分病毒感染患者與未感染患者的程度。在病毒感染樣本和未感染樣本之間存在更顯著差異的基因在特征中的權(quán)重大于未明顯區(qū)分兩組樣本的基因。為了減少混雜對(duì)該特征產(chǎn)生的影響，每個(gè)基因的模型針對(duì)年齡，階段，等級(jí)，淋巴結(jié)轉(zhuǎn)移狀態(tài)和MSI狀態(tài)進(jìn)行調(diào)整。

作者首先將此方法應(yīng)用于TCGA HNSC數(shù)據(jù)集，比較任何病毒呈陽(yáng)性的樣本與所有病毒呈陰性的樣本。將特征應(yīng)用于TCGA HNSC數(shù)據(jù)集，以計(jì)算每位患者的病毒感染得分，并使用這些得分來(lái)分類(lèi)樣本是病毒陽(yáng)性還是病毒陰性，得到了分類(lèi)準(zhǔn)確度為0.92的AUC值（下圖A）。為了確認(rèn)這種效能不是TCGA數(shù)據(jù)集中過(guò)度擬合的結(jié)果，作者將TCGA得到的特征應(yīng)用于一系列額外的微陣列數(shù)據(jù)集，該特征也保持了極好的準(zhǔn)確性。這種效能與正則化邏輯回歸模型的效能相當(dāng)，但數(shù)據(jù)集之間的一致性更高。

為了檢查基于特征的過(guò)程是否可用于對(duì)其他腫瘤類(lèi)型進(jìn)行分類(lèi)，作者在另外兩種癌癥CESC和LIHC中獲取并測(cè)試了特征，其中有適當(dāng)?shù)臏y(cè)試數(shù)據(jù)集用于驗(yàn)證。每種腫瘤類(lèi)型的特征在相應(yīng)數(shù)據(jù)集中表現(xiàn)出高準(zhǔn)確度的分類(lèi)效能，這些證據(jù)表明了我們可以從多種腫瘤類(lèi)型的表達(dá)信息推斷出病毒狀態(tài)。

考慮到病毒感染與不同腫瘤類(lèi)型間免疫滲透增加之間的關(guān)系，作者假設(shè)可以使用來(lái)自不同腫瘤類(lèi)型的特征來(lái)預(yù)測(cè)病毒感染，以一種組織不可知的方式成功預(yù)測(cè)感染狀態(tài)將意味著在病毒感染后腫瘤類(lèi)型之間具有共同的生物學(xué)特性。從六種病毒相關(guān)的TCGA腫瘤類(lèi)型中的每一種中獲得病毒感染特征，然后使用AUC評(píng)估每種特征在跨組織分類(lèi)中的情況（下圖B），結(jié)果發(fā)現(xiàn)每個(gè)特征在其相應(yīng)的組織類(lèi)型中分類(lèi)效能最佳。然而還確定了四種高精度AUC的跨組織預(yù)測(cè)，BLCA特征在CESC中表現(xiàn)良好，CESC特征在BLCA和HNSC中表現(xiàn)良好，以及 STES特征在HNSC和CESC中表現(xiàn)良好。

（5）病毒感染基因特征與增殖和免疫功能相關(guān)。在功能上，病毒感染與誘導(dǎo)增殖相關(guān)的表達(dá)過(guò)程和免疫滲透增加有關(guān)。因此，為了更好地描述由病毒特征檢測(cè)出的信號(hào)，作者檢測(cè)了每個(gè)特征對(duì)單基因增殖標(biāo)記、細(xì)胞增殖標(biāo)記KI67(MKI67)和多基因ESTIMATE免疫標(biāo)記的權(quán)重(下圖C)。發(fā)現(xiàn)MKI67在BLCA，HNSC和LIHC中的權(quán)重最高，其權(quán)重對(duì)應(yīng)于病毒感染的癌癥中顯著更高的增殖率。此外，CESC，COADREAD，HNSC和STES特征中至少40％的ESTIMATE基因的權(quán)重水平與病毒感染樣本中顯著較高的免疫滲透水平相關(guān)，在BLCA和LIHC中，該數(shù)字分別為10％和4％?？紤]到病毒感染得分受顯著基因的影響比不顯著基因的影響更大，這些結(jié)果表明CESC，COADREAD，HNSC和STES特征主要受免疫基因的影響，而B(niǎo)LCA特征檢測(cè)到免疫和增殖信號(hào)的組合，LIHC特征主要是以增殖為主的，還證實(shí)了來(lái)自這些癌癥的病毒陽(yáng)性樣本更有可能對(duì)免疫療法產(chǎn)生反應(yīng)。

（6）表達(dá)推斷的病毒狀態(tài)與癌癥的存活差異相關(guān)。有兩種腫瘤類(lèi)型，即HNSC和BLCA，它們?cè)诮M織特異性病毒得分和患者存活率之間表現(xiàn)出顯著的Meta關(guān)聯(lián)。在HNSC中，該得分與患者預(yù)后延長(zhǎng)一直相關(guān)。然而在BLCA中，這種趨勢(shì)形成反差，BLCA特異性病毒評(píng)分可重復(fù)地與較短的存活率相關(guān)聯(lián)。為了確定這些關(guān)聯(lián)是否是由每個(gè)組織各自的病毒特征獲得的免疫或增殖相關(guān)過(guò)程引起的，作者將每個(gè)腫瘤類(lèi)型的一個(gè)數(shù)據(jù)集中的樣本二分為特征高和特征低組，然后檢測(cè)MKI67的表達(dá)和免疫得分之間的差異。在HNSC中，發(fā)現(xiàn)與特征性低組相比，特征性高的患者表現(xiàn)出顯著更長(zhǎng)的存活時(shí)間（下圖A）和顯著更高的ESTIMATE免疫評(píng)分（下圖B）。然而這些組的MKI67表達(dá)水平?jīng)]有差異（下圖B）。為了確認(rèn)這些關(guān)聯(lián)的有效性，將其復(fù)制到另一個(gè)缺乏生存信息但具有金標(biāo)準(zhǔn)病毒感染信息的HNSC數(shù)據(jù)集中。結(jié)果表明，HNSC病毒感染可通過(guò)誘導(dǎo)腫瘤免疫反應(yīng)而延長(zhǎng)患者的生存表型。在BLCA中，特征性高患者表現(xiàn)出顯著更短的存活時(shí)間（下圖C）以及更高水平的MKI67表達(dá)和ESTIMATE免疫特征評(píng)分（下圖D）。這一發(fā)現(xiàn)表明，BLCA中的病毒感染可誘導(dǎo)免疫滲透增加和細(xì)胞增殖增加，然而病毒感染與較短生存期之間的關(guān)聯(lián)表明，腫瘤細(xì)胞擴(kuò)散的能力超過(guò)了免疫系統(tǒng)控制腫瘤發(fā)展的能力。