今天给同学们分享一篇生信文章“Identification and validation of a novel senescence-related biomarker for thyroid cancer to predict the prognosis and immunotherapy”，这篇文章发表在Front Immunol期刊上，影响因子为7.3。

结果解读：

三个衰老亚型的鉴定

PPI网络显示，与衰老相关的基因之间存在复杂的相关性，并涉及多种细胞功能，如有机酸代谢过程、细胞代谢过程和代谢过程。共识聚类结果显示，在k = 3时存在显著差异，呈缓坡曲线（图1A-C）。因此，TCGA-THCA患者被分为1、2和3个亚型。热图显示这三个亚型有明显的边界（图1D）。为了确定衰老相关基因不同表达模式是否影响THCA的预后，对三个亚型之间进行了K-M生存分析，结果显示亚型2的预后最好，亚型3的预后最差（图1E）。通过分析三个亚型中免疫检查点的表达，探索了衰老与免疫活性之间的关系。显著表达的免疫检查点包括IL10RB、PDCD1LG2、PDCD1、BTLA、CSF1R、TIGIT、LGALS9、CTLA4、IL10、HAVCR2、VTCN1、IDO1、KDR、CD244、CD274、TGFBR1、TGFB1和LAG3（p < 0.05）（图1F）。

评估衰老亚型中的免疫细胞浸润

MCPCOUNTER算法被用来探索三个亚型中的免疫细胞浸润（图2）。亚型1含有最多的成纤维细胞。亚型2显示出最多的CD8 T细胞、细胞毒性淋巴细胞、髓样树突状细胞、中性粒细胞和T细胞。亚型3含有最多的内皮细胞和单核细胞系。亚型2中免疫细胞的高比例，可以部分解释有利的预后。

衰老相关标志的鉴定

使用单变量Cox回归分析来确定三个衰老亚型中的差异表达基因（DEGs）。其中包括15个保护性基因，包括XKRX、DOCK6、TCIM、NELL2、FAM111B、DTX4、TRIM21、RMI2、LCMT1、APOE、TUSC3、AC005479.2、PGPEP1、MCM3和PSMB7（风险比为0.428、0.187、0.622、0.711、0.290、0.688、0.166、0.334、0.189、0.711、0.646、0.439、0.294、0.248和0.107），以及8个风险基因，包括ADAMTSL4、ANTXR1、TMX4、SEMA6B、CNST、MRPS10、LPGAT1和TMEM167A（风险比为2.476、2.976、8.495、2.911、3.752、7.674、2.951和8,595）（图3A）。随后，LASSO分析进一步缩小了候选基因范围，筛选出了10个具有最佳λ值的衰老相关基因（图3B、C）。确定了6个衰老相关基因，并用于构建风险公式：（-1.7274663260496 * DOCK6表达）+（1.27110457900683 * ADAMTSL4表达）+（-0.885359668808328 * FAM111B表达）+（1.4076646152426 * SEMA6B表达）+（2.43200689265228 * MRPS10表达）+（-4.57826818302534 * PSMB7表达）。根据中位数风险评分，将患者分为低风险和高风险亚组。对训练子集和两个测试子集进行了K-M生存分析，结果显示低风险的甲状腺乳头状癌（THCA）的预后明显优于高风险的甲状腺乳头状癌（p < 0.001，p < 0.001和p = 0.023）（图3D-F）。ROC分析显示，在TCGA-all子集中，1年、3年和5年的生存AUC分别为0.959、0.920和0.893；在TCGA-train子集中，1年、3年和5年的生存AUC分别为0.968、0.922和0.960；在TCGA-test子集中，1年、3年和5年的生存AUC分别为0.945、0.944和0.776，表明该标志的预测能力非常稳定（图3G-I）。将中位风险评分设为阈值并绘制生存状态图，结果显示几乎所有高风险的甲状腺乳头状癌患者都死亡，进一步证明了作者的衰老相关标志的稳定性（图4A-F）。热图显示了低风险和高风险甲状腺乳头状癌中六个标志基因的表达情况，并且在训练和测试子集中趋势一致（图4G-I）。三个子集的PCA确认了低风险和高风险甲状腺乳头状癌之间的完全分离（图4J-L）。模型比较结果显示，罗等人、李等人和王等人的签名的C指数低于作者的签名（0.589、0.786和0.875至0.927）。

建立一个等高线图

为了为个体构建一个更有用的工具，基于性别、M分期、T分期、N分期、年龄、临床分期和风险评分（图4M）构建了一个等高线图。通过结合所有项目获得的每个患者的最终等高线图得分可以用来预测1年、3年和5年的生存率。此外，校准曲线显示等高线图在预测生存方面具有完美的准确性（图4N）。此外，ROC分析显示等高线图的AUC（0.986）比其他因素（风险0.945、年龄0.970、性别0.613、临床分期0.782、T分期0.780、M分期0.487和N分期0.515）更高，表明等高线图是最稳定的预测因素（图4O）。

衰老相关标志的临床相关分析

为了进一步探索该标志的临床相关性，计算了年龄、性别、T分期、N分期、M分期和临床分期与该标志之间的关系。结果显示，年龄>65岁的风险高于年龄≤65岁，T3期的风险高于T1期，N1期的风险高于N0期，临床分期II期的风险高于临床分期I期，临床分期III期的风险高于临床分期II期（分别为p = 0.0012，p = 0.025，p = 0.027，p = 0.0015和p = 0.021）（图5）。

尽管在训练和测试子集中已经证明了低风险和高风险甲状腺乳头状癌（THCA）的生存差异，但还进行了亚组分析以进一步确认该标志的预测能力。结果显示，在年龄大于65岁、女性、男性、N0、N1、T1-2、T3-4、I-II期和III-IV期的亚组中，低风险THCA的预后明显优于高风险THCA（分别为p = 0.008、p = 0.001、p = 0.010、p = 0.039、p = 0.002、p = 0.025、p = 0.001、p = 0.034和p < 0.001）（图6）。

免疫细胞浸润和活性

七种免疫算法显示，衰老相关的特征与NK细胞、Th1细胞和细胞毒性细胞呈负相关，与内皮细胞、基质评分、巨噬细胞、非调节性CD4 T细胞、单核细胞系和髓样树突状细胞呈正相关（图7A）。关于免疫检查点，TIGIT、LGALS9、CTLA4、VTCN1、NECTIN2、ADORA2A、KDR、CD274、CD160、TGFBR1和LAG3在低风险和高风险甲状腺癌之间存在显著差异（p < 0.01）（图7B）。高风险甲状腺癌中存在更高比例的内皮细胞、单核细胞系、髓样树突状细胞和NK细胞浸润（p < 2.22e-16，p = 0.00061，p = 0.00075和p = 0.0003，分别）。此外，低风险甲状腺癌患者观察到更高比例的CD8 + T细胞和细胞毒性淋巴细胞（p = 0.0079和p = 7.8e-06，分别）（图7C）。

免疫疗法反应

TIDE评分在低风险亚型中较低，表明低风险的甲状腺乳头状癌患者可能对免疫治疗有更好的反应（p < 0.05）（图8A）。此外，CD274、IFNG和MDSC水平在低风险亚型中均较高，这也支持低风险甲状腺乳头状癌患者有更好的反应（p < 0.05）（图8A）。随后，探索了四个亚组中的IPS。结果显示，在CTLA4–PD1–、CTLA4–PD1+、CTLA4+ PD1–和CTLA4+ PD1+亚组中，低风险甲状腺乳头状癌表现出较高的IPS（p = 7e-09、p = 9e-05、p = 2.5e-08和p = 7.9e-07），预示着更好的免疫治疗反应（图8B）。

低风险和高风险的甲状腺滤泡状癌的功能富集分析

为了进一步研究低风险和高风险甲状腺乳头状癌的细胞功能和通路，根据FDR < 0.05和p < 0.05的标准，确定了两个亚型之间的差异表达基因（DEGs）。BP分析显示，前三个富集功能为甲状腺激素代谢过程、激素代谢过程和有机酸转运（图9A）。CC分析显示，前三个富集功能为顶端质膜、细胞顶部和含胶原的细胞外基质（图9A）。MF分析确认了d-己糖醛酸脱氢酶、醛酮还原酶（NADP）和醇醛NADP+ 1-氧化还原酶活性是最富集的功能（图9A）。KEGG分析显示，前五个富集通路为细胞因子-细胞因子受体相互作用、甲状腺激素合成、血管平滑肌收缩、Wnt信号通路和磷脂酶D信号通路（图9B）。GSEA揭示了两个甲状腺乳头状癌亚型的差异分子功能。结果显示，丁酸代谢、甘氨酸、丝氨酸和苏氨酸代谢、类固醇激素生物合成、缬氨酸、亮氨酸和异亮氨酸降解以及血管平滑肌收缩在高风险的甲状腺乳头状癌（图9C）中起着重要作用。此外，移植排斥、DNA复制、蛋白酶体、核糖体和I型糖尿病是低风险甲状腺乳头状癌中富集的前五个通路（图9C）。

低风险和高风险的甲状腺乳头状癌的药物敏感性

为了预测几种常见药物的敏感性，对低风险和高风险的甲状腺乳头状癌（THCA）进行了药物分析。AKT抑制剂VIII、GSK1070916和雷帕霉素在低风险的THCA中显示出更高的敏感性（p = 2.6e-05，p = 0.0024和p = 7.4e-09）。此外，在高风险的THCA中，5-氟尿嘧啶、博来霉素、克里索替尼、多柔西汀、厄洛替尼和吉西他滨的敏感性较低（p = 3.2e-08，p = 0.018，p = 0.033，p < 2.22e-16，p = 9.8e-11，p = 0.0099）（图10）。

THCA中的基因表达

为了进一步展示甲状腺乳头状癌（THCA）中六个标志基因的异常表达，作者使用两个独立的数据集TCGA-THCA和GSE33630进行了表达分析。结果显示，ADAMTSL4、DOCK6、FAM111B和SEMA6B在THCA中的表达水平高于正常样本（p < 0.05），而MRPS10和PSMB7的表达水平低于正常样本（p < 0.05）（图11A、B）。

总结

总之，本研究确定了一种新的衰老相关预后标志，包含六个基因。与其他临床基因预测模型，如乳腺癌症的基因复发评分和基因签名测试（MammaPrint）相比，基因签名具有更好的经济可行性。使用该特征计算的风险评分可以独立预测THCA患者的生存率和免疫治疗益处。作者新的衰老相关模型可能在未来用于THCA靶向治疗。