免疫原性細胞死

Jul 09, 2023

Scientific Reports volume 13、記事番号: 9118 (2023) この記事を引用

メトリクスの詳細

免疫原性細胞死（ICD）は、腫瘍関連抗原および腫瘍特異的抗原を放出することによって免疫系を刺激して免疫応答を引き起こす細胞死の一種であり、腫瘍免疫療法において重要な役割を果たすと考えられています。本研究では、コンセンサスクラスタリングにより骨肉腫 (OS) における 2 つの ICD 関連サブタイプを同定しました。 ICD-low サブタイプは、良好な臨床転帰、豊富な免疫細胞浸潤、および免疫応答シグナル伝達の高い活性と関連していました。また、ICD関連の予後モデルを確立して検証しました。このモデルは、OS患者の全生存期間を予測するために使用できるだけでなく、OS患者の腫瘍免疫微小環境と密接に関連していることも判明しました。全体として、我々は、OS 患者の予後を予測し、適切な免疫療法薬を選択するために使用できる、ICD 関連遺伝子に基づく OS の新しい分類システムを確立しました。

腫瘍の化学療法中、薬剤はアポトーシスまたは腫瘍細胞の別のプログラムされた死様式を誘導することにより腫瘍の増殖を阻害します1。アポトーシス腫瘍細胞は、長い間、非免疫原性で免疫寛容性であると考えられてきました 2,3 が、最近の多数の研究により、一部のアポトーシス腫瘍細胞には免疫原性、つまり免疫原性細胞死 (ICD) も存在することが示されています 4,5。 ICD は、ストレスによって引き起こされる調節細胞死 (RCD) の特定の変異体です6。 ICD は、腫瘍関連抗原 (TAA) および腫瘍特異抗原 (TSA) を放出することによって免疫系を刺激して免疫応答を引き起こし、前駆体抗原である損傷関連分子パターン (DAMP) の放出および/または発現の増加を特徴とします。、炎症性サイトカイン、および炎症性メディエーター7、8。したがって、腫瘍細胞の免疫原性死を誘導できるかどうかは、治療効果に影響を与える重要な要素の1つです。

骨肉腫 (OS) は最も一般的な悪性骨腫瘍であり、その発生率の高い人口は主に 10 代の若者であり、小児腫瘍の総数の約 5% を占めています 9,10。 OS 患者の 5 年生存率は大きく進歩しましたが、進行 OS 患者の転帰は依然として満足のいくものではなく、これは化学療法抵抗性とがん細胞の転移に起因します 11,12。化学療法は OS の従来の治療法であり、局所的な骨の痛みや再発を伴う OS 患者、手術できない患者や手術を拒否した患者の治療に重要な役割を果たしています 13,14。しかし、OS 細胞の化学療法薬に対する感受性は低いため、一部の OS 患者は化学療法抵抗性を発症します。これは化学療法の効果に大きな影響を与え、OS 患者の治療効果と予後に影響を与える重要な要因となっています 13,14。したがって、OS 細胞における化学療法薬に対する感受性の予測に関するさらなる研究が緊急に必要とされており、これは OS 患者の全生存期間を改善するために重要です。

近年、バイオインフォマティクス技術の急速な発展に伴い、疾患の分子機構の研究や疾患固有のバイオマーカーの発見においてバイオインフォマティクスの人気が高まっており、疾患の正確な診断と治療に使用されることが増えています。最近発表された論文の中には、頭頸部扁平上皮癌 15 や頭蓋内動脈瘤 16 など、公的データベースにある癌組織のトランスクリプトーム発現プロファイルデータセットを分析することにより、ICD 関連分類に基づく新しい癌分類システムの確立について記載されているものもあります。この ICD 関連の分類は、がん患者の予後と薬剤感受性を予測するために使用できます。

この研究では、OS患者の免疫微環境、全生存期間、および治療に対する反応を評価するのに有益であり、医師が治療に関する重要な決定を下すのに役立つICD関連遺伝子ベースのリスク評価モデルを特定することを目的としました。 OS患者。

34 個の ICD 関連遺伝子が多くの研究で報告されており、Target データベース内の OS サンプルの異常発現遺伝子とこれら 34 個の ICD 関連遺伝子をクロスチェックしました。図1Aに示すように、ベン図は、OS発現遺伝子間に33の交差遺伝子があることを示しました。次に、単変量 Cox 解析による同定された 33 個の ICD 関連遺伝子の予後評価により、CASP1、CD8A、CXCR3、EIF2AK3、FOXP3、IFNG、IFNGR1、IL を含む 13 個の遺伝子が OS 患者の予後に関連していることが示されました (図 1B)。 -10、LY96、MYD88、NLRP3、PRF1、TLR4。さらに、OS 患者で同定された 13 個の ICD 関連遺伝子のカプランマイヤー生存分析を実行したところ、それらはすべて OS 患者の生存と有意に関連していることがわかりました (図 1C)。次に、コンセンサスクラスタリングを使用して、ICD に関連する OS クラスターを特定しました。ターゲットコホート内の 2 つのクラスターは、k-means クラスタリング後に異なる ICD 遺伝子発現パターンを持つことが特定されました (図 2A、B)。結論として、クラスター 1 およびクラスター 2 は、それぞれ低い (ICD-低サブタイプ) および高い (ICD-高サブタイプ) ICD 関連遺伝子発現レベルを示しました (図 2C)。さらに、生存率解析の結果、ICD-high サブタイプの予後が良好であることが示されました (図 2D)。

OS患者の予後に関連する13個のICD関連遺伝子の同定。 (A) ターゲットデータベース内の OS 発現遺伝子と 34 の既知の ICD 関連遺伝子の間に 33 の交差遺伝子があることを示すベン図。 (B) 33 個の交差遺伝子のうち、13 個の予後関連遺伝子が単変量 Cox 解析によってスクリーニングされました。 (C) OS 患者における 13 遺伝子のカプランマイヤー生存分析曲線。

コンセンサスクラスタリングを使用して、ICD 関連のサブタイプを特定しました。 R ソフトウェア (バージョン 4.2.2 https://cran.r-project.org/src/base/R-4/) を使用して結果をプロットしました。 (A) ヒートマップは、85 OS サンプル中の 13 遺伝子のコンセンサスクラスタリングソリューション (k = 2) を示しています。 (B) コンセンサスクラスタリングのデルタ面積曲線は、k = 2 ～ 10 の累積分布関数 (CDF) 曲線の下の面積の相対変化を示します。(C) 異なるサブタイプにおける 13 個の ICD 関連遺伝子の発現のヒートマップ。赤と青はそれぞれ高い発現と低い発現を表します。 (D) ICD 高および ICD 低サブタイプにおける OS のカプラン・マイヤー曲線。

私たちは、ICD-low サブタイプと ICD-high サブタイプの発現差のある遺伝子 (DEG) と重要な経路を同定しました。図 3A は、2 つのサブタイプ間で特定された 414 DEG を示しています。機能濃縮分析の結果、DEG はサイトカイン-サイトカイン受容体相互作用、Th17 細胞分化、Th1 および Th2 細胞分化、適応免疫応答、B 細胞媒介免疫、免疫受容体活性などの免疫関連活性が豊富であることが示されました (図 1)。 3B、C）。さらに、遺伝子セット濃縮分析 (GSEA) を実行して、2 つのサブタイプに関連するシグナル伝達経路を特定しました。 GSEA は、DEG が B 細胞媒介免疫、防御応答、ヒト免疫応答、リンパ球媒介免疫、抗原プロセシングと抗原提示などの免疫経路に関連していることを明らかにしました (図 3D)。

さまざまな ICD サブタイプにおける DEG とシグナル伝達経路の同定。 R ソフトウェア (バージョン 4.2.2 https://cran.r-project.org/src/base/R-4/) を使用して結果をプロットしました。 (A) ボルケーノプロットは、ICD 高サブタイプと ICD 低サブタイプ間の定量化された DEG 分布を示します (対数 2 倍変化 > 1 または対数 2 倍変化 < - 1、P < 0.05)。 (B) Circos プロットは、GO シグナル伝達経路濃縮解析の結果を示します。 (C) Circos プロットは、KEGG 経路濃縮解析の結果を示します。ドットのサイズは遺伝子数を表し、ドットの色は - log10 (p. 調整値) 値を表します。 (D) GSEA は、ICD-high サブタイプと ICD-low サブタイプ間の潜在的なシグナル伝達経路を特定しました。

ICD は、特定の抗腫瘍免疫応答の活性化に影響を与えます。 ICD-low サブタイプと ICD-high サブタイプの腫瘍微小環境の組成を分析した結果、ICD-low サブタイプと比較して、ICD-high サブタイプは間質スコア、免疫スコア、および ESTIMATE スコアが高いことが示されましたが、腫瘍の純度が低くなります (図 4A)。次に、単一サンプル GSEA (ssGSEA) および EPIC 法を使用して、2 つのサブタイプ間の複数の免疫細胞の免疫浸潤の違いを評価したところ、ICD 高サブタイプの患者では B 細胞、CD4 T 細胞、CD8 細胞の割合が高いことがわかりました。 T 細胞、内皮細胞、マクロファージ (図 4B、C)。さらに、多くの免疫チェックポイント (図 4D) およびヒト白血球抗原 (HLA) 遺伝子 (図 4E) が ICD-high サブタイプで上方制御されており、ICD-high サブタイプが免疫熱表現型と関連していることが示唆されています。

さまざまな ICD サブタイプの免疫微小環境。 (A) ESTIMATE によって分析されたさまざまな ICD サブタイプの間質スコア、免疫スコア、および ESTIMATE スコアを示す箱ひげ図。 *** は P < 0.001 を示します。間質スコアは腫瘍組織における間質の存在を捕捉し、免疫スコアは腫瘍組織における免疫細胞の浸潤を表し、ESTIMATE スコアは腫瘍純度を示し、腫瘍純度は上記の 3 つのスコアから計算されました。 (B、C) ssGSEA (B) および EPIC (C) 分析は、異なる ICD サブタイプ間で免疫細胞が大きく異なることを示しました。 –P > 0.05、*P < 0.05、**P < 0.01、および ***P < 0.001。 (D) ボックスプロットは、異なる ICD サブタイプ間での複数の免疫チェックポイント (D) および HLA 遺伝子 (E) の差次的発現を示します。 *P < 0.05、**P < 0.01、***P < 0.001。

単変量 Cox 解析の結果は、合計 4 つの ICD 関連遺伝子が OS と有意に関連していることを示しました (図 5A)。 12 個の ICD 関連遺伝子がテストされ、最小絶対収縮および選択演算子 (LASSO) 回帰分析で予測モデル用に選択されました (図 5B)。さらに、OS患者のリスクスコアと生存状態の関係を調査したところ、低リスク患者の方が生存状態が良好であることがわかりました（図5C）。ターゲットコホートと遺伝子発現オムニバス（GEO）コホートの両方で、低リスクグループの生存率が高リスクグループの生存率よりも有意に高いことが示されました（図5D）。さらに、受信者動作特性（ROC）曲線分析により、予後に関するリスクモデルの診断性能がターゲットコホートとGEOコホートで良好であることが示されました（図5E）。

ICD リスク署名の構築と検証。 (A) 4 つの ICD 関連遺伝子が、単変量 Cox 解析で OS と有意に関連していることが判明しました。 (B) LASSO Cox 分析により、Target および GEO データセット内の OS に最も関連する 12 個の遺伝子が特定されました。 (C) Target および GEO データベース内の各患者のリスクスコア分布と生存状態。 (D) カプランマイヤー分析は、ターゲットおよび GSE21257 コホートにおけるリスクモデルの予後的重要性を示しています。 (E) ROC は、ターゲットおよび GSE21257 コホートにおける予後のリスクモデルの診断性能が良好であることを示しています。

高リスク群と低リスク群の腫瘍微小環境の組成を分析したところ、高リスク群と比較して、低リスク群は間質スコア、免疫スコア、ESTIMATEスコアが高いものの、腫瘍のスコアが低いことが示されました。純度（図6A）。われわれは、ICD リスクサインと OS 腫瘍微小環境との相関関係を分析し、リスクスコアが内皮細胞、B 細胞、CD4 T 細胞、CD8 T 細胞、およびマクロファージと負の相関があることを発見しました (図 6B)。また、リスクモデルにおける ICD 関連遺伝子の発現とこれらの免疫細胞の相関関係を解析した結果、高リスク遺伝子 EIF2AK3 の発現はマクロファージ浸潤の程度と負の相関がある一方、EIF2AK3 の発現はマクロファージ浸潤の程度と負の相関があることが示されました。低リスク遺伝子 FOXP3、IFNGR1、および TLR4 は、これらの免疫細胞と正の相関がありました (図 6C)。単変量および多変量 Cox 解析の結果は、リスクスコアが OS 患者の予後の独立した予測因子として使用できることを示しました (図 6D–F)。最後に、高リスク群と低リスク群の OS 患者の免疫療法薬に対する感受性を比較しました。その結果、低リスク群の患者では、XAV939 (図 7A)、GSK2606414 (図 7B)、レフルノミド (図 7C)、AZ960 (図7D)、PF-4708671 (図 7E)、AZD8055 (図 7F)、およびリボシクリブ (図 7G)に対し、高リスク群の患者では RO-3306 (図 7H)、BI に対して感度が高く、IC50 値が低かった。 -2536（図7I）、アフレセルチブ（図7J）、NVP-ADW742（図7K）およびSB505124（図7L）。

ICD リスクサインと OS 腫瘍微小環境との相関関係。 (A) 高リスク群と低リスク群の間質スコア、免疫スコア、ESTMATE スコア、および腫瘍純度を示すバイオリンプロット。 ***P < 0.001。 (B、C) OS 腫瘍組織微小環境におけるリスクスコアと免疫細胞浸潤の相関関係を示す散布図 (B) およびヒートマップ (C)。 (D、E) OS 患者における ICD リスクサインの独立した予後値を評価する単変量および多変量 Cox 解析 (D) およびノモグラム (E) の結果。 (F) 検量線は、ノモグラムのパフォーマンスが良好であることを示しています。

ICD リスクスコアとさまざまな薬物治療に対する反応との関連を示す箱ひげ図。 (A) XAV939; (B) GSK2606414; (C) レフルノミド。 (D) AZ960; (E) PF-4708671; (F)AZD8055; (G) リボシクリブ; (H) RO-3306; (I) BI-2536; (J) アフレセルチブ; (K)NVP-ADW742; (L) SB505124。

OS は原発性悪性骨腫瘍の中で最も発生率が高いですが、全体の発生率は低い (100 万人あたり 4 ～ 5 人) 17,18。 OS の罹患率と死亡率は低いものの、OS 患者の半数以上が腫瘍細胞の転移と化学療法抵抗性により死亡していることは注目に値します 19,20。化学療法は OS の主な治療法であり、転移性がん細胞を死滅させることができますが、OS 細胞は化学療法薬に対する感受性が低く、多くの患者が化学療法に対する耐性を獲得します 19,20。したがって、新しい治療プロトコルは OS 患者にとって重要です。最近、ICD が免疫原性、腫瘍における免疫活性化、および複数の腫瘍抗原の放出という特性により、抗腫瘍免疫療法に新しいアイデアと戦略を提供すると期待されていることが、ますます多くの研究で確認されています。

2020年、ICDの定義に基づいて開発された新薬ベランタマブ・マフォドチンが、再発性または難治性の多発性骨髄腫の成人患者の治療薬としてFDAによって承認され、ICDの研究が多発性骨髄腫の新薬開発にとって非常に重要であることが示されました。 OS21,22の治療。この研究では、コンセンサスクラスタリングによってOSにおける2つのICD関連サブタイプを同定し、ICD-lowサブタイプが良好な臨床転帰、豊富な免疫細胞浸潤、および免疫応答シグナル伝達の高い活性と関連していることを発見した。さらに、ICD関連の予後モデルを確立して検証しました。このモデルは、OS患者の全生存期間を予測するために使用できるだけでなく、OS患者の腫瘍免疫微小環境と密接に関連していることもわかりました。

腫瘍細胞が外部刺激により死滅する場合、体の抗腫瘍免疫応答を媒介するために非免疫原性から免疫原性に変化するプロセスは ICD23、24 と呼ばれます。腫瘍細胞が ICD を発症すると、DAMP と呼ばれる一連のシグナル伝達分子が生成されます。これには、主に細胞表面に露出したカルレティキュリン、腫瘍細胞から外界に分泌される高移動度グループボックス 1 (HMGB1)、細胞から放出される ATP 分子、および熱が含まれます。ショックタンパク質（HSP70およびHSP90）6． ICD プロセス中に放出される DAMP は、DC 表面のパターン認識受容体 (PRR) に結合して一連の細胞応答を開始し、最終的に自然免疫応答と適応免疫応答を活性化します 7,8。 ICD は、以下を含むがこれらに限定されないさまざまな異なるストレス因子によって引き起こされる可能性があります。(1) 細胞内病原体。 (2) アントラサイクリン、DNA 損傷剤、プロテアソーム阻害剤などの伝統的な化学療法薬。 (3) 標的抗がん剤。 (4) さまざまな理学療法8,25。この証拠に基づいて、我々の研究ではコンセンサスクラスタリングによって2つのICDサブグループを同定し、ICD低サブグループは免疫ホット表現型と関連し、ICD高サブグループは免疫コールド表現型と関連した。

化学療法薬、放射線療法、および光線力学療法は腫瘍細胞の免疫原性死を誘導する可能性があることが判明しており、研究が進むにつれて腫瘍細胞の免疫原性死を誘導する化学療法薬の数はさらに増えるであろう26,27。これらの治療法を最大限に活用することで、より効果的ながん治療につながります。本研究では、異なるリスクスコアを持つ OS 患者はさまざまな薬剤に対する感受性が異なることがわかり、ICD に基づく OS リスクスコアモデルが臨床医による最適な治療薬の選択に役立つ可能性があることが示されました。

全体として、私たちの研究は、ICD関連遺伝子に基づくOS分類が免疫腫瘍微小環境の変化と密接に関連していることを強調しており、これらの観察はOS患者の臨床予後を予測するだけでなく、臨床医が適切な治療プロトコルを選択するのにも役立ちます。

Target データベース (https://ocg.cancer.gov/programs/target) からの 85 人の骨肉腫 (OS) 患者の RNA シーケンス (RNA-seq) トランスクリプトーム情報と臨床情報をトレーニングセットとして使用しました。 Gene Expression Omnibus (GEO、https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21257) データベースからの 53 人の OS 患者 (GSE21257) の RNA 配列および臨床情報は、検証セットとして使用されます。

すべてのデータ処理と分析は、R ソフトウェア (バージョン 4.2.2) を使用して行われました。 t 検定を使用して、連続変数を使用して 2 つのグループを比較し、正規分布変数の統計的有意性を評価しました。非正規分布変数間の独立変数と差分は、マン・ホイットニー U 検定 (つまり、ウィルコクソン順位和検定) を使用して分析されました。カテゴリ変数の 2 つのグループ間の統計的有意性の比較および分析には、カイ二乗検定またはフィッシャーの直接確率検定が使用されました。異なる遺伝子間の相関係数は、ピアソン相関分析を使用して計算されました。 t 検定を使用して、サンプルの 2 つのグループ間の平均値を比較しました。 P < 0.05 は統計的に有意であるとみなされました。

免疫原性細胞死（ICD）関連遺伝子は、R の ConsensusClusterPlus 関数を使用して共クラスター化され、ICD 分子サブタイプを特定した後、K = 2 ～ 10 の間で理想的なクラスター数を評価して、1000 回以上の反復後の結果の安定性を確保しました。。

R/Bioconductor パッケージ limma (https://bioconductor.org/packages/release/bioc/html/limma.html) を使用してデータを分析し、結果 (火山地図) を R パッケージ ggplot (https:/) でプロットしました。 /cran.r-project.org/web/packages/ggplot2/index.html)。差次的発現遺伝子 (DEG) スクリーニング基準は次のとおりです:調整 P < 0.05 および |倍率変化| > 1.

R/Bioconductor ソフトウェアパッケージ ClusterProfiler (https://bioconductor.org/packages/release/bioc/html/clusterProfiler.html) を使用して、Gene Ontology (GO) アノテーションと京都遺伝子とゲノム百科事典 (KEGG) のパスウェイエンリッチメントを実行しました。上記のステップで得られた DEG の分析。 P < 0.05 は有意差を示しました。

リスク値は、遺伝子発現レベルと、多変量コックス回帰分析から得られたそれぞれの係数、すなわちリスクスコア（RS）の組み合わせに基づいて、すべての患者について計算されました。上記の式に従って各患者の RS を計算し、RS 中央値をカットオフ点として使用して患者を高リスク群と低リスク群に分けました。

予後モデルが年齢、性別、転移などの他の臨床的特徴から独立しているかどうかをさらに判断するために、単変量および多変量 Cox 回帰分析を使用して OS 患者の RS モデルを評価しました。さまざまな変数間の関係をさらに説明するために、ノモグラムとそれに関連する検量線もプロットしました。すべてのテストは R 言語ソフトウェアを使用して統計的に分析され、P < 0.05 で有意差が示されました。

ESTIMATE (発現データを使用した悪性腫瘍組織における STromal 細胞および免疫細胞の推定) (https://bioinformatics.mdanderson.org/estimate/index.html) は、腫瘍の純度および浸潤性間質細胞/免疫細胞の存在を予測するためのツールです。遺伝子発現データを使用した腫瘍組織28．このウェブサイトで提供されている計算手法を使用して、Target データセットから OS 患者の腫瘍免疫微小環境を評価しました。間質スコアは腫瘍組織における間質の存在を捕捉し、免疫スコアは腫瘍組織における免疫細胞の浸潤を表し、ESTIMATE スコアは腫瘍純度を示し、腫瘍純度は上記の 3 つのスコアから計算されました。

EPIC (https://epic.gfellerlab.org/) は、大量の腫瘍遺伝子発現データから免疫細胞とがん細胞の比率を計算するために使用される手法です29。これは、主要な非悪性細胞タイプからの遺伝子発現参照プロファイルをフィッティングすると同時に、事前知識のない特徴づけられていない細胞タイプ（固形腫瘍サンプル中のがん細胞など）を考慮することによって行われます。 EPIC アルゴリズムを使用して、骨肉腫微小環境における免疫細胞浸潤の程度を計算し、構築された ICD 遺伝子と免疫細胞の関連を評価しました。

トレーニングおよびテスト発現データは、R パッケージ pRRophetic (http://genemed.uchicago.edu/,pgeeleher/pRRophetic) を使用して個別に分位正規化され、経験的ベイジアンアプローチを使用して各遺伝子の平均と分散を正規化することによって結合されました。サンプル間の変動が少ない遺伝子の除去。リッジ回帰モデルは、残りのすべての遺伝子を予測因子として使用し、(対象の薬剤の) 薬剤感受性 (IC50) 値を結果変数として使用して、トレーニング発現データに適合します。このモデルは、処理され、標準化され、フィルタリングされた臨床腫瘍発現データに適用され、各患者の薬剤感受性の推定値が得られました。このアルゴリズムを通じて、骨肉腫患者の治療に使用できる感度の高い化学療法薬をスクリーニングしました。

R のサバイナーおよび生存パッケージを使用してカプランマイヤー (KM) 分析を実行し、ICD 高リスク群と低 ICD 低群、および高リスクスコアと低リスクスコアを含む、さまざまなグループの OS 患者の全生存期間を比較しました。グループ。 P < 0.05 は有意差を示しました。

GEO データベースは公開データベースです。ユーザーは、研究のために関連データを無料でダウンロードしたり、関連記事を公開したりできます。私たちの研究はオープンソースデータに基づいているため、倫理的な問題はありません。

この研究のデータセットは、ターゲット (https://ocg.cancer.gov/programs/target) および GEO (https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi) にあります。 ?acc=GSE21257) データベース。

免疫原性細胞死

骨肉腫

制御された細胞死

腫瘍関連抗原

腫瘍特異的抗原

損傷に関連する分子パターン

遺伝子発現オムニバス

差次的に発現される遺伝子

遺伝子オントロジー

京都遺伝子・ゲノム大百科

リスクスコア

カプラン・マイヤー

ハイモビリティグループボックス1

Galluzzi、L. et al. 細胞死の分子機構: 細胞死に関する命名委員会の勧告。細胞死は異なります。 25、486–541。 https://doi.org/10.1038/s41418-017-0012-4 (2018)。

記事 PubMed PubMed Central Google Scholar

Woynarowska, BA & Woynarowski, JM 正常細胞ではなく腫瘍細胞のアポトーシスを優先的に標的とします。生化学。生物物理学。 Acta 1587、309–317。 https://doi.org/10.1016/s0925-4439(02)00094-7 (2002)。

論文 CAS PubMed Google Scholar

Kaczanowski、S. アポトーシス: その起源、歴史、維持、および癌と老化に対する医学的影響。物理学。バイオル。 13、031001。https://doi.org/10.1088/1478-3975/13/3/031001 (2016)。

論文 ADS CAS PubMed Google Scholar

Galluzzi、L. et al. 免疫原性細胞死の定義、検出、解釈に関するコンセンサスガイドライン。 J.イミュノザー。がん8、e000337。 https://doi.org/10.1136/jitc-2019-000337 (2020)。

記事 PubMed PubMed Central Google Scholar

Ahmed、A. & Tait、SWG がんにおける免疫原性細胞死の標的化。モル。オンコル。 14、2994 ～ 3006 年。 https://doi.org/10.1002/1878-0261.12851 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

Kroemer, G.、Galassi, C.、Zitvogel, L. & Galluzzi, L. 免疫原性細胞ストレスと死。ナット。イムノール。 23、487–500。 https://doi.org/10.1038/s41590-022-01132-2 (2022)。

論文 CAS PubMed Google Scholar

Zhou、J.ら。がん治療における免疫原性細胞死：現在存在する誘導因子と新たな誘導因子。Ｊ．Ｃｅｌｌ．モル。医学。 23、4854–4865。 https://doi.org/10.1111/jcmm.14356 (2019)。

記事 PubMed PubMed Central Google Scholar

Fucikova, J. et al. 免疫原性細胞死の検出と癌治療との関連性。細胞死障害 11、1013。https://doi.org/10.1038/s41419-020-03221-2 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

サディコバ、LRら。骨肉腫の疫学と危険因子。がんの調査。 38、259–269。 https://doi.org/10.1080/07357907.2020.1768401 (2020)。

記事 Google Scholar

Mirabello, L.、Troisi, RJ & Savage, SA 1973 年から 2004 年までの骨肉腫の発生率と生存率: サーベイランス、疫学、および最終結果プログラムからのデータ。がん 115、1531 ～ 1543 年。 https://doi.org/10.1002/cncr.24121 (2009)。

論文 PubMed Google Scholar

Meazza, C. & Scanagatta, P. 転移性骨肉腫: 挑戦的な集学的治療。抗がん療法専門家牧師。 16、543–556。 https://doi.org/10.1586/14737140.2016.1168697 (2016)。

論文 CAS PubMed Google Scholar

Brown, JM、Matichak, D.、Rakoczy, K.、Groundland, J. 骨盤の骨肉腫：臨床症状と全生存期間。肉腫 2021、8027314。https://doi.org/10.1155/2021/8027314 (2021)。

記事 PubMed PubMed Central Google Scholar

Heng、M.ら。限局性骨格外骨肉腫における化学療法と放射線療法の役割。ユーロ。 J. キャンサー 125、130–141。 https://doi.org/10.1016/j.ejca.2019.07.029 (2020)。

論文 CAS PubMed Google Scholar

Lilienthal, I. & Herold, N. 骨肉腫における治療効果と耐性の根底にある分子機構の標的化: 現在および将来の戦略のレビュー。内部。Ｊ．Ｍｏｌ．科学。 21、6885。https://doi.org/10.3390/ijms21186885 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

Wang, X. et al. 免疫原性細胞死関連分類は、頭頸部扁平上皮癌の予後と免疫療法に対する反応を予測します。フロント。イムノール。 12、781466。 https://doi.org/10.3389/fimmu.2021.781466 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

トゥルホン、M.ら。機械学習に基づいた、頭蓋内動脈瘤における免疫原性細胞死関連調節因子の分類パターンと免疫微環境浸潤の特徴付け。フロント。イムノール。 13、1001320。https://doi.org/10.3389/fimmu.2022.1001320 (2022)。

論文 CAS PubMed PubMed Central Google Scholar

ギルセナン、A.ら。米国での15年間の市販後調査研究では、テリパラチドは成人の骨肉腫の発生率を増加させなかった。 J・ボーン・マイナー。解像度 36、244–251。 https://doi.org/10.1002/jbmr.4188 (2021)。

論文 PubMed Google Scholar

ジョージア州ロハス、アラスカ州ハバード、BJ ディースナー、KB リベイロ、LG スペクター骨肉腫の発生率に関する国際的な傾向（1988 ～ 2012 年）。内部。 J. Cancer 149、1044–1053。 https://doi.org/10.1002/ijc.33673 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

Chou, AJ & Gorlick, R. 骨肉腫における化学療法抵抗性: 現在の課題と将来の方向性。抗がん療法専門家牧師。 6、1075–1085。 https://doi.org/10.1586/14737140.6.7.1075 (2006)。

論文 CAS PubMed Google Scholar

ベンジャミン、RS 骨肉腫に対するアジュバントおよびネオアジュバント化学療法: 歴史的観点。上級経験値医学。バイオル。 1257、1–10。 https://doi.org/10.1007/978-3-030-43032-0_1 (2020)。

論文 CAS PubMed Google Scholar

Offidani, M.、Corvatta, L.、Morè, S. & Olivieri, A. 多発性骨髄腫治療のためのベランタマブマフォドチン：臨床有効性と安全性の概要。薬物の研究開発者それで。 15、2401–2415。 https://doi.org/10.2147/DDDT.S267404 (2021)。

記事 Google Scholar

ロニアル、Ｓ．ら。再発性または難治性の多発性骨髄腫に対するベランタマブマフォドチン (DREAMM-2): 二群、無作為化、非盲検、第 2 相試験。ランセット・オンコル。 21、207–221。 https://doi.org/10.1016/S1470-2045(19)30788-0 (2020)。

論文 CAS PubMed Google Scholar

リー、Ｙら。がん免疫療法を強化するための免疫原性細胞死誘導剤。化学。共通。 (Camb.) 57、12087–12097。 https://doi.org/10.1039/d1cc04604g (2021)。

論文 CAS PubMed Google Scholar

Serrano-Del Valle, A.、Anel, A.、Naval, J. & Marzo, I. 免疫原性細胞死と多発性骨髄腫の免疫療法。フロント。セル開発バイオル。 7、50。 https://doi.org/10.3389/fcell.2019.00050 (2019)。

記事 PubMed PubMed Central Google Scholar

パーク、SJら。シスプラチンとオキサリプラチンは、頭頸部がんの前臨床モデルにおいて同様の免疫原性変化を誘導します。経口オンコル。 95、127–135。 https://doi.org/10.1016/j.oraloncology.2019.06.016 (2019)。

論文 CAS PubMed PubMed Central Google Scholar

Workenhe, ST、Pol, J. & Kroemer, G. 免疫原性細胞死様式の腫瘍固有の決定因子。 Oncoimmunology 10、1893466。https://doi.org/10.1080/2162402X.2021.1893466 (2021)。

記事 PubMed PubMed Central Google Scholar

Jin、MZ および Wang、XP 免疫原性細胞死ベースのがんワクチン。フロント。イムノール。 12、697964。 https://doi.org/10.3389/fimmu.2021.697964 (2021)。

論文 CAS PubMed PubMed Central Google Scholar

吉原和也ほか発現データから腫瘍の純度、間質細胞と免疫細胞の混合を推測します。ナット。共通。 4、2612。https://doi.org/10.1038/ncomms3612 (2013)。

論文 ADS CAS PubMed Google Scholar

Geeleher, P.、Cox, N. & Huang, RS pRRophetic: 腫瘍遺伝子発現レベルから臨床化学療法反応を予測するための R パッケージ。 PloS One 9、e107468。 https://doi.org/10.1371/journal.pone.0107468 (2014)。

論文 ADS CAS PubMed PubMed Central Google Scholar

リファレンスをダウンロードする

経験とコードを惜しみなく共有してくださった Zeng Jianming 博士 (マカオ大学) と Wang Xinyu 博士 (吉林大学) に感謝します。

この研究は、吉林省保健医療技術イノベーションプログラム「脊髄虚血再潅流損傷におけるKcnK2発現の調節におけるLncRNA MALAT1の機能メカニズムに関する研究」(2020J045)の資金提供を受けた。

中華人民共和国吉林省長春、吉林大学中日連合病院整形外科

Yuan Zong、Ding Zhang、Xiaoqing Guan、Fengyi Zhang、Zhubin Shen、Fei ying

吉林大学口腔科病院矯正歯科、No. 1500 Qinghua Street、Changchun、130021、吉林省、中華人民共和国

曹操

PubMed Google Scholar でこの著者を検索することもできます

この研究は、FY と YZ が考案し、設計しました。 YC はデータ分析とデータ解釈を実行しました。 DZ と XG は、バイオインフォマティクスと統計分析を実施しました。 FZ と ZS が数値を生成しました。 YZ と YC が最初の草稿を書き、FY が原稿を概念化して改訂しました。

フェイ・インへの対応。

著者らは競合する利害関係を宣言していません。

シュプリンガーネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープンアクセスこの記事はクリエイティブコモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブコモンズライセンスへのリンクを提供し、変更が加えられたかどうかを示します。この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブコモンズライセンスに含まれています。素材が記事のクリエイティブコモンズライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

Zong, Y.、Cao, Y.、Zhang, D. 他免疫原性細胞死関連の分類は、骨肉腫の予後と免疫療法の指針となります。 Sci Rep 13、9118 (2023)。 https://doi.org/10.1038/s41598-023-35745-w

引用をダウンロード

受信日: 2022 年 12 月 8 日

受理日: 2023 年 5 月 23 日

公開日: 2023 年 6 月 5 日

DOI: https://doi.org/10.1038/s41598-023-35745-w

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティガイドラインに従うことに同意したことになります。虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。

前: DeFi アグリゲーション: 大量導入への道を開く次: バランスの取れたコミュニケーション

お問い合わせを送信

送信