基于數據庫探索HLA-DPB1基因在泛癌中的潛在價值

王司穎, 閆瑞玲, 管保章, 張偉*

(暨南大學 附屬第一醫院 1.乳腺外科; 2.婦產科; 3.腎臟內科, 廣東 廣州 510630)

腫瘤的發生發展是一個復雜的過程,涉及癌細胞的增殖、轉移及免疫逃逸等環節。腫瘤免疫治療通過重啟腫瘤免疫循環,恢復機體抗腫瘤免疫反應從而抑制和殺滅腫瘤細胞,被認為是唯一有望攻克腫瘤的治療方法,是當前腫瘤領域的研究熱點[1-2]。人類白細胞抗原-DPB1(HLA-DPB1)是免疫系統重要的組成部分,其作為跨膜糖蛋白可與外源性肽類分子結合,介導經典型MHC-Ⅱ類分子抗原提呈途徑,激活CD4+T細胞,促進T細胞增殖和細胞毒性反應[3-4]。HLA-DPB1不僅存在于免疫細胞表面,還存在于腫瘤細胞表面[5]。已有研究發現HLA-DPB1與乳腺癌、惡性黑色素瘤、宮頸癌等腫瘤的發生發展存在功能聯系[6-8]。然而,目前尚缺少HLA-DPB1在泛癌中的研究,HLA-DPB1對腫瘤患者預后的影響及其潛在調控機制的研究更少。本研究利用多個組學數據庫系統性分析了HLA-DPB1在泛癌組織中的差異性表達、基因突變圖譜及其與免疫浸潤的相關性,初步探討了其與腫瘤患者預后及腫瘤微環境的相關性,為后續HLA-DPB1在腫瘤領域中的研究提供了參考。

1 材料與方法

1.1 泛癌數據采集

從UCSC Xena (https://xenabrowser.net/datapages/)獲得經Toil流程統一處理的TCGA_GTEx數據集,其中包括TCGA樣本和正常組織樣本(Genotype-Tissue Expression,GTEx)的基因表達矩陣[9],同時從癌癥基因組圖譜(TCGA, https://portal.gdc.cancer.gov/)下載33種腫瘤的表達譜數據和臨床數據。

1.2 HLA-DPB1在泛癌中的表達分析

在TCGA_GTEx樣本、TCGA樣本和TCGA配對樣本中,分別比較了正常組織和腫瘤組織中HLA-DPB1的mRNA表達。在UALCAN數據庫(http://ualcan.path.uab.edu/)中使用臨床蛋白質組學腫瘤分析聯盟(clinical proteomic tumor analysis consortium,CPTAC)板塊分析HLA-DPB1在正常和腫瘤組織的蛋白質表達差異。此外,在人類蛋白質圖譜(human protein atlas,HPA)數據庫中檢索獲得HLA-DPB1在正常和腫瘤組織中的免疫組織化學染色圖像。

1.3 HLA-DPB1在泛癌中的預后分析

分析TCGA數據庫中HLA-DPB1表達在泛癌中預后評估的價值。根據每種腫瘤中HLA-DPB1表達量的中位數將患者分成高、低兩組,使用“survfit”函數分析兩組的預后差異,繪制Kaplan-Meier曲線觀察HLA-DPB1的表達水平對每個腫瘤總生存期(overall survival,OS)的影響。此外使用 “coxph”函數建立Cox模型,分析HLA-DPB1在33 種腫瘤中的表達與腫瘤預后的相關性,計算風險比(hazard ratio,HR) 。

1.4 遺傳突變分析

使用cBioportal 數據庫 (https://www.cbioportal.org/)“Quick Search”模塊選擇 “TCGA PanCancer Atlas Studies”,輸入HLA-DPB1進行泛癌基因突變類型匯總。通過“Mutation”模塊整合了泛癌樣本的突變數據,獲得HLA-DPB1功能結構域圖上具體的突變位點信息,進行可視化分析。此外在“Query”板塊中分別選擇某一類型的腫瘤,在 “Enter Genes”一欄輸入HLA-DPB1,同時使用“Comparsion/Survival”模塊觀察各個腫瘤中HLA-DPB1突變對腫瘤預后的影響。

1.5 免疫浸潤分析

分析TCGA數據庫中HLA-DPB1的表達與泛癌中免疫學特征的相關性。分別使用ESTIMATE方法計算各個腫瘤樣本中的基質評分(stromalscore),免疫評分(immunescore)和ESTIMATE 評分,采用Timer方法評估各個腫瘤樣本中6種免疫浸潤細胞評分(B 細胞、CD4+T 細胞、CD8+T 細胞、中性粒細胞、巨噬細胞和樹突狀細胞),使用“corr.test”函數計算了各個腫瘤中基因與免疫評分以及免疫細胞浸潤評分的相關性。此外借助Timer 2.0(TIMER 2.0,http://timer.cistrome.org/)分析了HLA-DPB1的表達與8個免疫檢查點相關基因(SIGLEC15,IDO1,CD274,HAVCR2,PDCD1,CTLA4,LAG3和PDCD1LG2)的相關性。

1.6 功能富集分析

使用GEPIA2(http://gepia2.cancer-pku.cn/)選擇“Similar Genes Detection”板塊輸入“HLA-DPB1”,選中TCGA數據集中的所有腫瘤,提取具有類似HLA-DPB1表達模式的前100個基因。這100 個HLA-DPB1相關基因被用于 STRING 網站(https://cn.string-db.org/)上生成蛋白質-蛋白質相互作用(PPI)網絡,所需的最低交互閾值設置為0.4?；谶@100個基因使用R軟件包clusterProfiler[4.4.4]進行基因本體論(gene ontology,GO)分析及京都基因與基因組數據庫(kyoto encyclopedia of genes and genomes,KEGG)分析,探索HLA-DPB1相關基因在腫瘤患者中的潛在分子機制和信號轉導途徑。同時使用GSEA軟件(4.3.2版)選擇預后與HLA-DPB1表達相關的腫瘤表達矩陣文件,以HLA-DPB1表達值中位數為界將樣本分成高表達組(≥50%)和低表達組(<50%),選擇c2.cp.all.v2022.1.Hs.symbols.gmt [All Canonical Pathways],采用默認加權富集法,觀察HLA-DPB1高、低表達組間的差異途徑。隨機組合設定為1 000次。以P<0.05且FDR<0.25為差異有統計學意義。

1.7 單細胞測序數據分析

CancerSEA(http://biocc.hrbmu.edu.cn/CancerSEA/home.jsp)是一個專門用于單細胞測序的數據庫,可以在單細胞水平上提供腫瘤細胞的不同功能狀態[10]。根據CancerSEA的單細胞測序數據,分析了HLA-DPB1表達與不同腫瘤的生物學行為的相關性。T-SNE圖是一種降維可視化技術,可以將高維的表達譜數據轉換成二維或三維圖形,以便更好地觀察細胞之間的相似性和差異性。單細胞T-SNE圖在CancerSEA網站獲得的。

1.8 統計學分析

所有統計學分析均使用R軟件包(v4.0.2),Wilcoxon秩和檢驗分析HLA-DPB1在不同腫瘤組織和對應正常組織中的表達水平;單因素Cox回歸分析計算HLA-DPB1在腫瘤中的表達和患者生存預后的相關性;Kaplan-Meier曲線和log-rank檢驗比用來比較HLA-DPB1的表達水平高低與腫瘤總生存期的差異;以P<0.05為差異有統計學意義。在Spearman相關性分析中,當P<0.05,|R|>0.8被認為具有強相關性。

2 結果

2.1 HLA-DPB1在惡性腫瘤組織中表達異常

箱式圖顯示HLA-DPB1在TCGA_GTEx、TCGA及配對TCGA樣本中的表達情況,如圖1A顯示,與正常組織相比,在乳腺浸潤癌(BRCA)、宮頸鱗癌和腺癌(CESC)、膽管癌(CHOL)、結腸癌(COAD)、彌漫性大B細胞淋巴瘤(DLBC)、食管癌(ESCA)、多形性膠質母細胞瘤(GBM)、腎透明細胞癌(KIRC)、腎乳頭狀細胞癌(KIRP)、急性髓細胞樣白血病(LAML)、腦低級別膠質瘤(LGG)、肝細胞肝癌(LIHC)、肺腺癌(LUAD)、卵巢漿液性囊腺癌(OV)、胰腺癌(PAAD)、前列腺癌(PRAD)、直腸腺癌(READ)、皮膚黑色素瘤(SKCM)、胃癌(STAD)、睪丸癌(TGCT)、甲狀腺癌(THCA)、胸腺癌(THYM)中HLA-DPB1高表達(P<0.05),在腎上腺皮質癌(ACC)、膀胱尿路上皮癌(BLCA)、肺鱗癌(LUSC)、子宮肉瘤(UCS)中HLA-DPB1低表達(P<0.05)。在圖1B、C中同樣觀察到HLA-DPB1在BRCA、KIRC、KIRP、STAD表達上調,而在LUSC中表達下調。

1)P<0.05, 2)P<0.01, 3)P<0.001A: TCGA_GTEx數據庫中33 種腫瘤組織和正常組織中HLA-DPB1 mRNA的相對表達水平; B: TCGA 數據庫中 33 種腫瘤組織和正常組織中HLA-DPB1 mRNA的相對表達水平; C: TCGA 數據庫中18個腫瘤配對樣本中HLA-DPB1 mRNA的相對表達水平。A: The mRNA expression of HLA-DPB1 in 33 tumors in TCGA_GTEx samples; B: The mRNA expression of HLA-DPB1 in 33 tumors in TCGA database; C: The mRNA expression of HLA-DPB1 in paired samples of 18 tumors in TCGA database.圖1 HLA-DPB1 mRNA在腫瘤組織和正常組織中的表達分析Figure 1 The mRNA expression of HLA-DPB1 in normal and tumor tissues

在蛋白水平上進一步比較了HLA-DPB1在惡性腫瘤及其對應正常組織中的表達差異。結果提示在KIRC、子宮內膜癌(UCEC)、PAAD、頭頸部鱗癌(HNSC)、GBM中HLA-DPB1蛋白表達上調(圖2A)。HPA 數據庫免疫組化染色數據表明在BRCA、OV、PAAD、STAD、SKCM、LIHC中HLA-DPB1蛋白表達上調(圖2B)。

A:HLA-DPB1在正常和腫瘤組織中的標準化蛋白表達密度;B:從HPA中提取的正常和腫瘤組織中HLA-DPB1的IHC圖像。A:Standardized expression density of HLA-DPB1 in human tumor tissues;B:The IHC images of HLA-DPB1 in normal and tumor tissues extracted from the HPA.圖2 HLA-DPB1蛋白在腫瘤組織和正常組織中的表達分析Figure 2 The protein expression of HLA-DPB1 in normal and tumor tissues

綜上,HLA-DPB1在大多數惡性腫瘤組織中存在異常表達且表達水平存在一定的組織特異性。其中,HLA-DPB1在BRCA、PAAD、STAD、KIRC、GBM中的表達(mRNA及蛋白水平)顯著高于其對應正常組織(P<0.05)。

2.2 HLA-DPB1的差異性表達與腫瘤患者預后密切相關

本研究將患者的OS作為預后的衡量指標,進行了HLA-DPB1表達水平與OS的相關性分析。K-M生存曲線顯示,HLA-DPB1在CESC(P=0.03)、KIRC(P=1.8×10-3)、LUAD(P=1.0×10-4)、UCEC(P=0.02)、SARC(P=4.5×10-3)、SKCM(P=5.6×10-7)中高表達的患者比低表達的預后更好,在LAML(P=3.1×10-3)、LGG(P=3.4×10-7)、THYM(P=9.2×10-3)、葡萄膜黑色素瘤(UM)(P=0.02)患者中HLA-DPB1高表達預后不良(圖3A)。

A: HLA-DPB1高/低表達對總生存的影響; B: HLA-DPB1表達與33個惡性腫瘤中OS相關性的森林圖。A: Overall survival (OS) of patients with high and low HLA-DPB1 expression; B: HLA-DPB1 related to OS in pan-cancer were exhibited by a forest plot.圖3 HLA-DPB1表達與泛癌預后的相關性Figure 3 Correlation between HLA-DPB1 expression and pan-cancer prognosis

HLA-DPB1在4種腫瘤中HR>1且P<0.05,分別為LAML(HR=1.18,P=5.4×10-3),LGG(HR=1.38,P=2.7×10-8)、THYM(HR=2.81,P=0.01)、UVM(HR=1.5,P=7.5×10-3),表明HLA-DPB1高表達是此類腫瘤的危險因素。HLA-DPB1在5種腫瘤中HR<1且P<0.05,分別為CESC(HR=0.81,P=6.0×10-3)、LUAD(HR=0.87,P=6.3×10-3)、肉瘤(SARC)(HR=0.89,P=0.03)、SKCM(HR=0.81,P=8.5×10-8)、KIRC(HR=0.85,P=8.2×10-3),表明HLA-DPB1高表達是此類腫瘤的保護因素(圖3B)。

2.3 HLA-DPB1在泛癌中基因突變情況

利用癌癥基因組學cBioPortal中TCGA泛癌數據分析了不同腫瘤中HLA-DPB1的遺傳變異情況及基因突變與患者預后的相關性。結果顯示,HLA-DPB1基因變異率排名前5的腫瘤分別是DLBC(4.17%)、CHOL(2.78%)、OV(2.57%)、葡萄膜黑色素瘤(UM)(2.57%)、SKCM(2.48%)。其中CHOL、OV、UM以擴增為主要類型(圖4A)。進一步分析顯示HLA-DPB1的錯義突變是遺傳改變的主要類型,HLA-DPB1蛋白序列的第160號氨基酸由谷氨酰胺(Q)突變為絲氨酸(S)并產生新的閱讀框架,終止于第160號密碼子下游35號密碼子處(圖4B)。此外,本研究分析了HLA-DPB1基因突變對腫瘤患者預后的影響。結果顯示,攜帶HLA-DPB1基因突變的皮膚腫瘤患者與野生型患者相比預后更差,而在其他腫瘤中未觀察到這一現象(圖4C)。

A:HLA-DPB1在不同腫瘤中的突變情況;B:HLA-DPB1在每個蛋白結構域上具體的突變圖譜;C: HLA-DPB1突變/未突變對皮膚腫瘤預后的影響。A: HLA-DPB1 mutations in different tumors; B: Specific mutation map of HLA-DPB1 on each protein structural domain; C: Prognostic impact of HLA-DPB1 mutated/unmutated in skin tumors.圖4 HLA-DPB1在泛癌中的遺傳變異情況Figure 4 Genetic variation of HLA-DPB1 in pan-cancer

2.4 HLA-DPB1表達水平與腫瘤免疫微環境密切相關

分析HLA-DPB1的表達與腫瘤微環境的相關性,圖5A結果顯示,在33種腫瘤中,HLA-DPB1表達量與基質評分最相關的3種腫瘤是LGG(r=0.78)、READ(r=0.86)和PAAD(r=0.78);與免疫評分最相關的3種腫瘤是COAD(r=0.87)、HNSC(r=0.86)和THCA(r=0.87);與ESTIMATE評分最相關的3種腫瘤是LUSC(r=0.84)、READ(r=0.90)和PAAD(r=0.86)。HLA-DPB1表達水平與腫瘤免疫細胞浸潤的相關性分析顯示, HLA-DPB1的表達水平與B細胞、CD4+T細胞、CD8+T細胞、樹突狀細胞、巨噬細胞和中性粒細胞的水平呈顯著正相關(圖5B)。HLA-DPB1與免疫檢查點之間的相關性分析顯示, HLA-DPB1的表達水平與CD274、CTLA4、HAVCR2、LAG3、PDCD1、PDCD1LG2、TIGIT的表達水平呈顯著正相關 (圖5C)。以上研究結果提示HLA-DPB1表達與惡性腫瘤微環境的調控密切相關,是具有重要價值的潛在泛癌免疫學標志物。

*P<0.05,**P<0.01,***P<0.001,****P<0.0001.A:HLA-DPB1表達與基質評分,免疫評分以及ESTIMATEScore的關系;B:泛癌中HLA-DPB1基因表達與免疫細胞浸潤水平的相關性;C:泛癌中HLA-DPB1表達與免疫檢查點基因表達的相關性。A:The relationship between HLA-DPB1 expression and StromalScore, ImmuneScore ESTIMATEScore;B. Relationship between HLA-DPB1 gene expression and immune cell infiltration in pan-cancer;C.Relationship between HLA-DPB1 expression and immune checkpoint gene expression in pan-caner.圖5 HLA-DPB1對惡性腫瘤免疫微環境的影響Figure 5 Effect of HLA-DPB1 on tumor immune microenvironment

2.5 HLA-DPB1及相關基因通路富集分析

對與HLA-DPB1密切相關的前100個基因進行分析并繪制蛋白質互作網絡圖(圖6A),同時對這100個基因進行了GO富集分析,包括生物學過程(biological process,BP)、分子功能(molecularfunction,MF)、細胞組成(celular component,CC)和KEGG富集分析,根據P值選取各組排名前10的條目繪制成圖。KEGG富集分析發現,HLA-DPB1相關基因主要富集在免疫激活相關通路和自身免疫性疾病信號通路上(圖6B)。GO富集分析發現,HLA-DPB1相關基因集主要富集在“質膜外側”、 “MHC蛋白復合物”、“ 內吞性囊泡膜”等細胞組件,參與 “免疫受體活性”、“酰胺結合” 、 “肽結合”等分子功能,涉及 “白細胞介導的免疫”、“ 免疫球蛋白超家族構建的體細胞重組的適應性免疫應答”、“ 淋巴細胞介導的免疫”、“ 白細胞細胞間黏附”的生物學過程(圖6C)。

A: 100個HLA-DPB1相關基因的蛋白質互作網絡圖;B: 基于100個HLA-DPB1相關基因的KEGG途徑分析;C:基于100個HLA- DPB1相關基因的GO富集分析(BP、CC和MF); D:HLA-DPB1高、低表達組在CESC、KIRC、LUAD、UCEC、SARC、SKCM、LAML、LGG、THYM、UVM中的GSEA富集分析。A: 100 HLA-DPB1 related genes were used to generate a PPI network on the STRING website; B:KEGG pathways analysis based on 100 HLA-DPB1 related genes; C: GO enrichment analysis based on 100 HLA-DPB1 related genes (BP, CC, and MF); D: GSEA analysis between HLA-DPB1 high expression and low expression groups in CESC,KIRC,LUAD,UCEC,SARC,SKCM,LAML,LGG,THYM,UVM respectively.圖6 HLA-DPB1相關基因的功能富集分析Figure 6 Functional enrichment analysis of HLA-DPB1 related genes

為了進一步闡明HLA-DPB1在惡性腫瘤中的生物學功能,采用GSEA軟件分析了HLA-DPB1高表達組和低表達組差異富集的信號通路。結果顯示,HLA-DPB1高表達組主要富集于FcεRI介導Ca2+動員、FcεRI介導MAPK激活、 FcεRI介導NF-κB通路激活、FCGR3調控白介素10合成及JAK-STAT信號等通路。HLA-DPB1低表達組在各個腫瘤中的富集通路不盡相同,在UVM、SKCM中主要富集于核糖體通路,而在UCEC、THYM中主要富集于C3類代謝型谷氨酸信息素受體通路上(圖6D)。

2.6 HLA-DPB1在不同腫瘤細胞中的功能相關性分析

單細胞轉錄組測序是分析候選分子潛在功能的關鍵技術。Cancer SEA數據庫分析顯示,HLA-DPB1在大多數癌中的表達與細胞分化、炎癥呈正相關;在視網膜母細胞瘤(RB)中與血管生成呈正相關;在急性骨髓性白血病(AML)中與細胞增殖、炎癥等多個腫瘤生物行為呈正相關(圖7A)。在UM中HLA-DPB1表達幾乎與所有腫瘤生物行為呈高度負相關,如DNA損傷、DNA修復反應、細胞凋亡、侵襲和轉移(圖7B)。圖7C所展示的T-SNE圖顯示了HLA-DPB1在RB、UM和AML 3種癌癥類型中,單個細胞的HLA-DPB1表達譜提示不同癌癥中存在表達HLA-DPB1的特定細胞亞群,其可能在免疫反應或腫瘤發展中起著特定的作用,這對于深入了解HLA-DPB1在泛癌中的功能和作用機制非常重要。

A: 熱圖顯示HLA-DPB1表達與不同腫瘤功能狀態的相關性; B: UM中HLA-DPB1表達與不同功能狀態之間的關系; C: T-SNE圖顯示RB、UM和AML的單個單元格中HLA-DPB1表達譜。A: Heatmap showed the correlation between HLA-DPB1 expression and different tumor functional status based on CancerSEA database; B: Correlation between HLA-DPB1 expression and functional states in UM; C: HLA-DPB1 expression profiles were shown at single cells from RB, UM and AML by T-SNE diagram.圖7 HLA-DPB1在單細胞水平上的表達與腫瘤功能狀態的相關性Figure 7 Correlation between HLA-DPB1 expression at the single-cell level and functional status

3 討論

目前癌癥基因組學的研究已進入泛癌時代,泛癌研究將幫助人類了解基因在惡性腫瘤中的表達及作用,便于發現惡性腫瘤的潛在治療靶點[11]。MHC-Ⅱ類分子包括HLA-DR、HLA-DQ和HLA-DP,參與機體抗腫瘤免疫過程[12-13]。在人類6號染色體HLA-DP區,包含編碼α鏈的DPA1和DPA2以及編碼β鏈的DPB1和DPB2。其中DPA1和DPB2為功能基因,可編碼蛋白。近年來HLA-DPB1基因被證明與多種自身免疫性疾病密切相關[14-16]。HLA-DPB1的表達會影響過敏原免疫治療的效果[14]。探討HLA-DPB1的表達與惡性腫瘤的關系和作用機制,有助于理解HLA-DPB1在腫瘤發生發展中所扮演的角色,為腫瘤預后的預測和免疫治療提供新思路、新途徑。

本研究利用公共數據庫中大量腫瘤患者基因組學信息,系統比較了HLA-DPB1在多種惡性腫瘤組織及對應正常組織中的差異性表達,并分析了其表達與患者預后的相關性。研究結果提示HLA-DPB1在大部分實體腫瘤組織中表達升高,并與CESC、UCEC、LUAD、SARC、SKCM、KIRC的良好預后相關。既往研究發現在IFN-γ,TNF等細胞因子誘導下,腫瘤細胞和癌旁細胞可發生MHC-Ⅱ類基因的異常表達[17]。MHC-Ⅱ類分子在腫瘤中的表達減少預示腫瘤惡性度高、預后差[18-19]。Leite等[20]報道了HLA-DPB1在小兒腎上腺皮質腫瘤中的低表達與不良預后顯著相關;Lyu等[6]發現HLA-DPB1在乳腺癌中表達升高與良好預后相關。上述研究結果說明HLA-DPB1可能成為預測腫瘤預后的新標志物?；蛲蛔兣c腫瘤的發生、進展密切相關[21],本研究發現HLA-DPB1突變廣泛存在于多種腫瘤中,并且可能涉及氨基酸序列改變以及嚴重的移碼突變,生存分析發現HLA-DPB1突變與皮膚腫瘤患者不良預后密切相關。

研究發現MHC-Ⅱ類分子在黑色素瘤細胞中異常表達可吸引腫瘤特異性CD4+T細胞,引發TNF主導的局部炎癥反應[7]。Souri等[22]在高風險UM中發現LAG-3表達增加伴隨著MHC-Ⅱ類分子的表達上調[22]。McCaw等[23]基于鼠類乳腺腫瘤細胞的研究,發現表達MHC-Ⅱ類分子的腫瘤細胞促進了CD4+T細胞的局部激活,間接促進了CD8+T細胞活化和擴增,與抗CTLA4 聯合使用可促進腫瘤消退。本研究分析了TCGA腫瘤患者中HLA-DPB1的表達分別與免疫細胞浸潤和免疫檢查位點的相關性,結果提示,HLA-DPB1高表達的腫瘤患者表現出更高的免疫評分,與腫瘤浸潤性免疫細胞和部分免疫檢查點呈顯著正相關。因此,HLA-DPB1是腫瘤免疫應答中的關鍵基因。HLA-DPB1的表達可增加腫瘤免疫微環境的免疫原性,促進淋巴細胞的滲透。通過誘導HLA-DPB1表達的策略可能會增強腫瘤患者對免疫治療的反應,為腫瘤治療提供一個新的治療靶點。

目前,關于MHC-Ⅱ類分子介導腫瘤細胞信號傳導通路的研究主要集中在HLA-DR。Aoudjit 等[24]發現HLA-DR在黑色素瘤細胞中的異常表達可激活MAPK/ERK通路、抑制Fas 介導的細胞凋亡。最近Costantini等[25]研究發現,HLA-DR在黑色素瘤細胞中的異常表達介導的信號傳導增加了整合素、黏附受體、PD-L1和多種信號轉導蛋白(FAK、AKT和STAT3)的表達,促進黑色素瘤細胞增殖和遷移。有研究報道稱MHC-Ⅱ類分子表達的上調必須經過JAK/STAT 信號的激活[26],這與本研究在GSEA通路富集分析中觀察到JAK-STAT通路富集在HLA-DPB1腫瘤高表達組中的結果一致。另外,本研究還觀察到HLA-DPB1高表達組富集于FcεRI介導的Ca2+動員、MAPK激活、NF-κB通路上。結合Cancer SEA分析發現腫瘤細胞中HLA-DPB1的表達與炎癥和細胞分化呈正相關。過去的研究證實HLA-DR在腫瘤細胞的表達與其分化程度正相關[27-30]。以上說明HLA-DPB1與HLA-DR功能上相似,均參與腫瘤的免疫反應過程及細胞分化、炎癥、血管生成等。另有研究發現用IFN-γ處理黑色素瘤細胞后,HLA-DR、DQ和DP的表達上調程度有所不同[31]。未來需要進一步研究HLA-DR、DQ和DP在腫瘤組織中的差異性表達,以及單獨分析這些不同表達在腫瘤發生發展中的作用,以尋找最為合適的治療靶點。

本研究采用不同數據庫對HLA-DPB1在泛癌中的作用進行了生物信息學分析,尚存在一定的局限性,缺乏體內外實驗驗證和進一步的機制研究。同時,HLA-DPB1在mRNA和蛋白質水平上的差異性表達存在不一致,一方面可能因為存在轉錄后調控,從轉錄到蛋白翻譯還存在復雜的調節過程;另一方面,由于蛋白表達數據庫中的樣本數量較小,可能造成統計學的偏差,需要進一步獲得臨床病理數據進行驗證。

綜上所述,本研究對泛癌HLA-DPB1的生物信息學分析表明,HLA-DPB1表達水平與腫瘤患者的臨床預后及免疫浸潤高度相關,其可能通過 FcεRI介導Ca2+動員、MAPK激活及 NF-κB激活參與腫瘤的免疫、炎癥反應過程,因此本研究可為HLA-DPB1作為新的腫瘤預后標志物和免疫治療的潛在靶點提供了理論支持。

作者貢獻聲明

王司穎:數據統計分析、撰寫論文;閆瑞玲:收集數據并修改論文;管保章:指導數據分析;張偉:提出研究思路和框架,修改論文。

利益沖突聲明

本研究未受到企業、公司等第三方資助,不存在潛在利益沖突。