数据太大，难以运行？老方团队推出云服务器为您解忧，需要的请戳：独享服务器拼团，优惠力度空前，立即行动！
大家好， 老方与您每日相约，一起学习高分文章的思路！今天分享的这篇文章，通过单细胞分析揭示了B细胞在头颈部鳞状细胞癌（HNSCC）抗肿瘤免疫中的作用，并探讨了基于B细胞的肿瘤分类的临床价值。该研究的分析并不复杂，结果仅含6张主图，耗时3个月拿下中科院一区SCI！如何办到的，我们一起看下~
首先，从入题角度来看，该研究选择了独特的切入角度——肿瘤浸润性B淋巴细胞（TIL-Bs），利用scRNA-seq数据对HNSCC中的TIL-Bs进行了深入分析。
其次，从验证角度来看，该研究不仅在一个数据集中发现了B细胞亚群与预后之间的关系，还在独立的HNSCC单细胞数据集和TCGA HNSCC数据集中验证了这一发现。当审稿人要求验证时，利用其他数据集验证不失为一种好方法！另外，该研究还加入了临床队列进行验证，这样的举措能够让结论更可靠，也是能够发高分的一大影响因素！
PS：如何挖掘和利用单细胞测序数据发高分SCI？除了B细胞，还有什么创新切入点？感兴趣的朋友，快来联系老方吧~我们会根据您的临床实际情况，为您设计创新思路、定制个性化生信分析！
方案设计
生信分析
服务器租赁
题目：单细胞分析揭示了HNSCC中B细胞主导的免疫亚型，以增强预后和治疗分层
杂志：International Journal of Oral Science
影响因子：10.8
发表时间：2024年4月
公众号后台回复“666”领取原文PDF，文献编号：20241017
研究背景
头颈部鳞状细胞癌（HNSCC）是头颈癌（HNC）最常见的组织学亚型，具有高复发率或远处转移率的特点，预后具有挑战性。有研究显示，肿瘤浸润性B淋巴细胞（TIL-Bs）在HNSCC的抗肿瘤免疫中起关键作用，有必要探讨HNSCC中B细胞的基因表达谱及其与患者预后和免疫治疗预测的关系。
数据来源
HNSCC队列的单细胞转录组数据（GSE139324、GSE164690）来自GEO数据库；HNSCC患者的转录组学和临床数据来自TCGA数据库，HNSCC患者队列信息来自GEO数据库。HNSCC肿瘤组织样本来自医院手术收集。
研究思路
首先，对HNSCC的B细胞scRNA-seq数据集进行了表征，并基于单细胞差异基因的表达建立了两种B细胞亚型。其次，在单细胞水平和基因水平上对这两种亚型进行了表征，并在另一个独立样本队列中验证了分型的一致性。，接着，分析了两种B细胞亚型的差异基因，并构建了B细胞激活基因特征。然后，基于TCGA数据库和GEO数据库验证了B细胞活化基因标记的预后价值，并深入分析了其与免疫浸润和免疫检查点阻断（ICB）应答的关系。最后 ，将HNSCC与Cox比例风险模型相结合，构建了预后风险预测模型。
主要结果
1. 在独立的scRNA-seq数据集中鉴定和表征B细胞免疫分类
通过对26个HNSCC样本的单细胞转录组数据进行聚类分析，鉴定了主要免疫细胞类型，包括NK细胞、B细胞等；通过对B细胞进一步的聚类分析鉴定了了15种不同的B细胞亚群；通过主成分分析将样本分为B细胞激活组和B细胞抑制组（图1）。
图1 基于TIL-B的免疫亚型单细胞鉴定
通过对B细胞激活组和B细胞抑制组之间进行差异表达基因（DEG）分析，鉴定出43个差异表达基因，将其中21个上调基因定义为B细胞活化基因标记（BCAGS）。根据基因本体论（GO）功能富集分析，大多数上调基因与B细胞活化相关，在B细胞活化、B细胞受体信号通路和B细胞活化通路的调控中高度富集；而下调基因与B细胞抑制相关。通过细胞间通讯分析显示，两组之间细胞间通讯激活的强度不同，B细胞活化组免疫细胞相互作用的整体强度增加（图2）。
图2 基于TIL-B的免疫亚型表征
2. B细胞分类在不同scRNA-seq数据集中的一致性验证
通过另一个HNSCC单细胞数据集作为验证队列，以证明B细胞特征基因在分类HNSCC患者中的有效性，结果表明，分类方法在不同的单细胞队列中是一致的（图3）。
图3基于TIL-B的分类方法在另一个数据集上的验证
3. B细胞分类在TCGA HNSCC数据集中的应用与总生存率的关联
通过在TCGA HNSCC数据集中应用B细胞特征基因分类方法，发现B细胞激活组的患者具有显著更好的生存预后；将分组与临床信息联系起来，通过Kaplan-Meier曲线显示，B细胞活化组患者的生存预后明显更好（图4）。以上结果证明了这种分类方法在单细胞和RNA-seq队列中的一致性。
图4基于TIL-B的分类方法在TCGA队列中的应用
4. B细胞分类准确预测免疫治疗反应
通过对两组进行免疫浸润分析显示，B细胞激活组的免疫评分、基质评分和ESTIMATE评分更高，肿瘤纯度更低。通过对两组典型免疫抑制分子的表达谱分析显示， B细胞抑制组患者抑制受体明显下调；通过计算两组患者的肿瘤免疫功能障碍和排斥（TIDE）评分，结果显示，B细胞激活组的TIDE评分低于B细胞抑制组（图5）。
图5 基于B细胞的分类准确预测免疫治疗反应
5. 四基因预后模型的构建与验证
通过最小绝对收缩和选择算子（LASSO）回归分析，从B细胞激活基因特征（BCAGS）中筛选出与预后最相关的基因；通过单变量Cox回归分析，确定了4个基因，其中JCHAIN、GZMB、IGHA1在低风险组中表达显著上调，而PDRX4在高风险组中表达上调。基于这些基因表达构建了一个风险模型，计算每个患者的风险评分。通过单变量Cox回归分析发现风险评分是一个独立的预后因素；通过Kaplan-Meier生存曲线显示，高风险评分与HNSCC患者的较差生存预后相关；通过受试者工作特征曲线（ROC）的曲线下面积（AUC）值表明，该模型在长期预后预测中具有较好的准确性。通过临床队列验证了预后模型的有效性，通过RT-qPCR和免疫组织化学（IHC）分析对4个基因进行mRNA、蛋白质表达分析，确认了这四个基因作为预测HNSCC患者生存结局的强大预后生物标志物的潜力（图6）。
图6 揭示HNSCC患者预后的四基因风险模型
文章小结
该研究通过对单细胞HNSCC和TCGA HNSCC数据的联合分析，建立并验证了基于B细胞DEGs特征的HNSCC分类，该分类可有效预测患者预后和患者对免疫治疗的反应，该预后风险模型可为临床HNSCC的分型及免疫治疗提供指导。你是否也想挖掘并利用单细胞测序数据，仅通过简单验证，发表高分SCI ？有想法的朋友，快来找老方设计思路、定制分析
老方有话说
老方会持续为大家带来最新生信思路，并提供免费思路评估、付费方案设计、生信分析、实验项目实施等服务，感兴趣的朋友可以扫码咨询！
方案设计
生信分析
服务器租赁
往期推荐
1、给咱国产数据库赞一个！广西医科大学：CHARLS数据库+TyG+BMI，复杂关系探究思路请接收！关系理得清，8.5分轻松拿！
2、高分莫愁，多热点集结速上分！中南大学湘雅医院8分+SCI：孟德尔随机化+机器学习+单细胞，机制层层深扒！这个思路值得学习！
声明：「原创」仅代表原创编译，仅供学术交流，如侵则删。
