发表杂志：Molecular Therapy: Oncolytics
PMID: 33575469
知识点
- PGs：pediatric gliomas 儿童胶质瘤
- CBTTC：Children's Brain Tumor Tissue Consortium，儿童脑瘤组织联盟，由美国儿童脑瘤组织牵头，目前由来自欧洲、亚洲、美洲多达15个国家参与。
- ICGC: International Cancer Genome Consortium，国际肿瘤基因组协作组
亮点
- ssGSEA+ESTIMATE+CIBERSORT联合应用
- 免疫检查点+免疫治疗反应
- 候选药物+MoAs
- LASSO+二项式偏差+Boruta亚型打分鉴定
摘要
作者收集CBTTC的384例儿童肿瘤mRNA表达谱数据，根据ssGSEA计算31种肿瘤细胞浸润情况，随后基于ssGSEA结果用ConsensusClusterPlus进行无监督聚类，分为3种亚型。随后对亚型周边分析：
- KM生存分析
- 临床病理特征
- ESTIMATE联合CIBERSORT验证亚型TME
- GSVA功能富集
- 体细胞突变+CNA+TMB
- 免疫检查点+免疫治疗
- 候选药物+作用方式（MoAs）
最后，作者联合LASSO、二项式偏差和Boruta对不同亚型的特征分型计算打分公式。
整体思路
结果
1.免疫分型
作者根据ssGSEA计算的31中免疫细胞情况，进行一致性聚类分为3个亚型，并将亚型与预后和临床资料进行联合分析。
Fig.1
2.TME+GSVA分析
作者用ESTIMATE和CIBERSORT反向验证分型的正确性，同时用GSVA对3种亚型的通路进行富集分析，再次证明分型的稳健性。
Fig.2
3.体细胞突变+CNV+TMB
接下来分析表观遗传的情况，作者分析了3种亚型的体细胞突变情况，CNV和突变负荷情况。
Fig.3
4.免疫检查点+免疫治疗反应
免疫分型，那么免疫治疗反应分析就少不了的。
Fig.4
5.候选药物+MoAs
分型后需要对临床用药有指导价值，因此作者又进行候选药物分析。
Fig.5
6.亚型打分
如何确定亚型呢？寻找每个亚型的特征基因：LASSO+二项式偏差+Boruta分析
Fig.6
总结：
作者根据ssGSEA结果分型，随后围绕分型展开一系列分析，行云流水，可以作为分子分型的范本。
参考链接：
Classification of pediatric gliomas based on immunological profiling: implications for immunotherapy strategies
