IOBR2.0：肿瘤微环境多维度解析新工具助力免疫治疗研究
IOBR2.0：肿瘤微环境多维度解析新工具助力免疫治疗研究
华南理工大学附属第六医院肿瘤医学中心主任廖旺军教授团队在肿瘤微环境研究领域取得重要突破。他们开发的多组学分析工具IOBR 2.0，能够帮助研究人员更全面地解析肿瘤微环境，为免疫治疗研究提供重要支持。
免疫检查点抑制剂（ICBs）的出现重塑了肿瘤治疗的格局。然而，仅小部分患者获得了良好的免疫治疗反应。肿瘤微环境（TME）作为一个高度结构化的生态系统，其中各组分的精妙协同不仅深刻影响肿瘤的发生与演进，还对肿瘤的多种治疗方案疗效有重要预测价值。因此，理解肿瘤微环境的多样性、复杂性及其与肿瘤基因组之间的内在联系对于提高免疫治疗疗效至关重要。
廖旺军教授团队既往围绕消化道肿瘤的肿瘤微环境做了大量研究探索，前期研究发现胃癌存在稳健的肿瘤微环境分型并开发了TMEscore检测试剂盒（Cancer Immunology Research, 2021），通过回顾性和前瞻性免疫治疗临床队列，证实了肿瘤微环境对免疫治疗的重要预测价值（Med, 2024；JITC, 2021）。为推进肿瘤微环境的多组学研究探索，研究团队系统总结并开发了肿瘤微环境的多组学研究方法：Immuno-Oncology Biological Research (IOBR，Frontiers in Immunology, 2021)，用于探索肿瘤-免疫相互作用并对肿瘤细胞及其微环境进行表征。研究发表后，获得学界的广泛认可和大量使用。目前该研究已获得超过618次引用（Google Scholar），并获得ESI高被引论文和热点论文称号（https://github.com/IOBR/IOBR）。
随着单细胞转录组测序（scRNA-seq）、空间转录组测序等多组学测序技术快速发展，大量新发现和新见解不断被提出。然而，这些发现亟需基于大样本量进行临床表型验证。为了满足这一需求并进一步促进多组学在TME研究中的应用，团队推出了升级版本IOBR 2.0。相比于IOBR 1.0，IOBR 2.0加入了更多细胞反卷积算法和单细胞基因特征，帮助用户为 TME 分析定制参考矩阵和基因集，包括使用 scRNA-seq 数据提取细胞特征。除此之外，IOBR 2.0新增了大量的统计分析和可视化功能。基于以上更新，团队重新设计了IOBR 2.0的工作流程，并分为6个模块：①转录组数据预处理；②TME反卷积和特征计算；③TME交互作用分析；④微环境与基因组的交互分析；⑤TME数据可视化与统计分析；⑥微环境模型构建。通过建立系统化的TME分析模块，研究人员能够高效开展TME的多维分析，助力发现新型生物标志物，推动精准医学的发展。此外，研究团队撰写了详细的用户手册（https://iobr.github.io/book/），为研究人员提供清晰的IOBR 2.0使用指南。
廖旺军教授表示，IOBR 2.0系统整理肿瘤微环境的分析流程，新增了功能用于单细胞转录组的细胞特征提取和组织转录组的微环境解析、同时增添了微环境交互、批量分析和数据可视化功能。用户可以根据自身在RNA-seq或scRNA-seq数据中的发现，以及肿瘤学见解，自定义TME反卷积的参考矩阵和评分计算的特征基因集。IOBR 2.0新增了TME交互分析模块，帮助用户识别TME浸润模式，并分析TME细胞的受体配体对相互作用。此外，IOBR 2.0新增了多种统计分析和可视化功能，适用于不同的分析场景，便于批量可视化TME特征，并高效分析TME特征与临床表型之间的相关性。为了帮助实现TME预测模型的开发，团队还开发了特征筛选和模型构建功能。
IOBR 2.0为肿瘤微环境分析提供了一个全面的转录组学下游分析流程。它通过结合scRNA-seq和基因组学数据，呈现肿瘤微环境的多维景观。IOBR 2.0不仅具备TME反卷积和特征评分计算功能，还能分析肿瘤微环境交互作用，整合传统分析和建模方法，为转录组项目提供全面的分析和可视化解决方案。随着多组学和人工智能技术的不断发展，IOBR 2.0有望继续在肿瘤微环境和免疫肿瘤学研究中发挥重要作用，推动我们对抗肿瘤免疫和肿瘤微环境的深入理解。