免疫细胞尤其是T细胞作为免疫系统的重要成员，在免疫反应和癌症免疫治疗中发挥着重要作用。癌症组织中免疫细胞的浸润分析在疾病研究和治疗预后预测等方面有重要的指导作用。T细胞有诸多亚型在免疫反应过程中发挥独特功能，准确预测不同T细胞亚型丰度能够为免疫细胞浸润和癌症免疫治疗研究提供重要参考。但已有免疫细胞丰度预测方法能够预测的T细胞亚型种类非常有限，且准确率不高。
2020年2月11日，华中科技大学郭安源教授团队设计开发的T细胞亚型丰度预测算法ImmuCellAI (Immune Cell Abundance Identifier) 在线发表于Advanced Science杂志 (IF = 15.8)。ImmuCellAI工具能够基于RNA-Seq或芯片的转录组数据准确预测样本中24种免疫细胞的丰度，其中包括18种T细胞亚型（图1A），且适用于多种样本，包括癌症组织、癌旁组织、正常组织、外周血等。ImmuCellAI是首个专注于T细胞亚型丰度预测的工具，将极大地促进T细胞相关的肿瘤免疫研究。
图1. ImmuCellAI细胞类型及算法流程，来源：Advanced Science
ImmuCellAI的核心算法是基于特征基因集富集得分而非传统的去卷积方法，利用ssGSEA计算各类免疫细胞特异表达基因集在样本以及免疫细胞参考数据集中的比值的得分，并进行校正和标准化，从而得到样本中24种免疫细胞的丰度（图1B）。利用公共数据和自测数据，研究团队比较了ImmuCellAI与其他类似工具。比较结果证明，ImmuCellAI不仅在可预测的T细胞亚型数目方面远多于已有工具，其预测结果的准确性也显著优于现有工具（图2）。
图2. ImmuCellAI与其他工具性能比较，来源：Advanced Science
研究团队将该工具用于TCGA癌症组学数据分析和肿瘤免疫治疗响应预测，以探索免疫细胞对免疫治疗效果和癌症患者临床进展的影响。通过ImmuCellAI对免疫治疗样本的分析发现：细胞毒性T细胞、gamma delta T和DC细胞的丰度在治疗后显著升高（相对于治疗前），在治疗响应患者中显著更高（相对于无响应患者）。此外，ImmuCellAI还可以用于肿瘤免疫治疗响应预测，基于其结果构建的预测模型AUC值达0.80-0.91（图3）。以上结果证明，ImmuCellAI在肿瘤免疫浸润评估和免疫疗法反应预测方面具有强大而独特的功能。
图3. ImmuCellAI应用于免疫治疗分析和治疗响应预测，来源：Advanced Science
为方便用户，研究团队开发了在线分析网站（http://bioinfo.life.hust.edu.cn/web/ImmuCellAI/）（图4）。用户通过上传样本的表达量矩阵数据可以进行以下分析：（1）预测样本中24种免疫细胞的丰度；（2）分析不同组别样本之间24种免疫细胞丰度的差异；（3）针对免疫检查点抑制治疗样本，预测病人对治疗的反应。该网站还预测并分析了24种免疫细胞在TCGA癌症、癌旁样本中的浸润差异，以及癌症中特定免疫细胞丰度对患者生存的影响。
图4. ImmuCellAI在线分析网站截图
郭安源教授为论文通讯作者，其课题组的博士生苗亚茹，博士后张琼和雷倩是本文共同第一作者，武汉市中心医院血液科的王红祥主任参与了相关实验工作。相关工作得到了国家自然科学基金委优秀青年科学基金、面上项目、科技部重点研发专项和中国博士后基金的支持。郭安源教授课题组主要研究方向为癌症和细胞外囊泡中基因表达调控的生物信息数据库、方法和应用研究，近年来在Advanced Science，Nucleic Acids Research，Cancer Research，Briefings in Bioinformatics，Theranostics，Cell Reports，Bioinformatics等专业杂志发表了一系列文章，总引用近5000次。
参考文献：
ImmuCellAI: A Unique Method for Comprehensive T‐Cell Subsets Abundance Prediction and its Application in Cancer Immunotherapy. Ya-Ru Miao, Qiong Zhang, Qian Lei, Mei Luo, Gui-Yan Xie, Hongxiang Wang, An-Yuan Guo * .Adv. Sci. 2020, 1902880. https://doi.org/10.1002/advs.201902880
本文由 SEQ.CN 作者：白云 发表，转载请注明来源！
