基于一致性聚类的癌症免疫分类方法研究

基于一致性聚类的

癌症免疫分类方法研究

报告内容研究背景研究方法实例应用研究小结一、研究背景免疫治疗是癌症治疗的新策略，但是不同患者的敏感性存在很大差异，主要原因是癌症具有很强的异质性。而且目前免疫治疗敏感性的标记物研究也不成熟。通过探索不同分子分型的特点，能够识别敏感患者，为个性化治疗提供依据。不同癌症之间存在相似性，分子分型能够为癌症基础研究和治疗提供推广依据。一致性聚类是一类通过重抽样提高聚类稳定性的方法。K-means,Bayesian,SOM,RF…确定最优分类数评价每个分类的稳定性给出每个样本属于每个分类的概率可视化二、研究方法将各个条目独自视为一类，计算条目间的相似系数矩阵。将相似系数最大的两类合并，重新计算类间相似系数。重复以上过程，直至全部条目合并成一类。系统聚类过程：欧氏距离绝对距离Minkowski距离马氏距离条目间相似系数：类间相似系数：最大相似系数法最小相似系数法重心法类平均法离差平方和法

Wald法从原始数据中随机抽取子集，选择聚类方法分别对数据子集进行聚类，每次的结果形成一个连接矩阵，共得到h个矩阵：通过h次聚类结果，建立一个新的矩阵，一致性矩阵（consensusmatrix）：一致性聚类的过程：（1）一致性矩阵：（2）类的一致性指标：（3）条目一致性指标：评价指标：（4）累积分布函数：（5）分布函数曲线下面积：（6）曲线下面积增量：三、实例应用方法：一致性聚类。患者：33种癌症9285例患者。基因：998个免疫相关基因。结果：新的癌症免疫分类方法。CancertypesICC1ICC2ICC3ICC4ICC5ICC6ICC7ICC8ICC9ICC10ICC11ICC12ICC13ICC14ICC15ICC16ICC17ICC18ICC19ICC20Total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otal10296645347113855221039783833971818361717325573461774965039039肺癌（2）鳞状细胞癌（头颈部、肺、宫颈、膀胱、食管）（5）乳腺癌免疫细胞相关（白血病、胸腺癌、淋巴癌）（4）消化系统、腺癌（食管、胃、胰腺、结肠、直肠）（5）妇科肿瘤（卵巢、子宫、宫颈）（4）肾癌（2）肝癌、胆管癌（2）黑色素瘤（皮肤、眼）（2）软组织（2）分型能够提供与癌症分类独立的预后信息。大多数分型内部不同免疫相关GOterm和KEGG通路mRNA和miRNA表达模式高度相似。波动最大的是免疫相关癌症。不同分型中同一种癌症表达模式存在差别。突变率高的基因包括PIK3CA,KRAS,BRAF,EGFR等。5(鳞状细胞癌),6(肺癌),7(消化系统癌症),11(黑色素瘤),15(膀胱癌)突变负荷较高。2(软组织),4(妇科肿瘤),13(乳腺癌),14(乳腺癌),18(肉瘤)的染色体不稳定性较高，其中卵巢癌最高。5(鳞状细胞癌),6(肺癌),7(消化系统癌症),13(乳腺癌),8的一部分患者(肾透明细胞癌)中免疫检查点阻滞剂(ICB)标记物的表达量比较高。这些标记物在DNA水平变化不明显，只有极少数患者发生突变；CNV变异差别不大。目前上市的ICB一共6种，1种CTLA-4，2种PD-1，3种PD-L1。病种大多是消化系统和鳞状细胞癌，标记物和突变负荷都有升高的现象。乳腺癌是异质性最高的癌症，分为3个亚型。13中mRNA的表达量较高，13和14中miRNA的表达量较高。13和14大部分是Basal-like型，12中大部分是Luminal型。Her2enriched分布在12和13中。四、研究小结一致性聚类能够为癌症分型提供分类数参考、条目稳定性、类别稳定性和可视化的分类结果。通过对癌症进行重新归类，得到11种由不同癌症组成的分型，且每种分型都有共性。同一个癌症内部的差异可能大于不同癌症之间的差异。乳腺癌、膀胱癌、宫颈癌和非小细胞肺癌是异质性比较高的癌症。ICB有效的病种存在共性(ICB标记物和突变负荷高)。ICB标记物较高的分型包括：2(软组织),3(免疫相关),

5(鳞状细胞癌),6(肺癌),7(消化系统癌症),13(乳腺癌),8的一部分患者(肾透明细胞癌)。突变负荷较高的分型包括：5(鳞状细胞癌),6(肺癌),7(消化系统癌症),11(黑色素瘤),15(膀胱癌)。消化系统癌症、乳腺癌、免疫相关癌症中ICB开发可能更容易成功。请各位老师同学批评指正!方法：一致性聚类患者：907例卵巢癌基因：48个免疫疗法相关结果：3种卵巢癌免疫分型实例二I&II型浆液性比例正常（75%），III型浆液性比例低（55.62%）。I型（5%）早期比例低于II&III型，三种分型低分化比例分别是61%、50%、43%。分型与临床指标的关系：新的分型在调整多个临床指标和基因前后，均与无进展生存期有关。I型患者生存期少于II&III型患者。分型与预后的关系：III型患者CTLA-4疗法相关基因的表达量明显低于I&II型患者。III型患者PD-1/PD-L1疗法相关基因的表达量明显低于I&II型患者。III型患者对