Foxp3在卵巢癌肿瘤微环境中表达与生存预后关系的生物信息分析

doi:10.12307/2025.794

中国组织工程研究 ›› 2025, Vol. 29 ›› Issue (29): 6343-6350.doi: 10.12307/2025.794

• 组织工程相关大数据分析 Big data analysis in tissue engineering • 上一篇下一篇

Foxp3在卵巢癌肿瘤微环境中表达与生存预后关系的生物信息分析

林蓉沁1，潘秀颉2，卞丽红3

1解放军医学院，北京市 100039；2北京免疫方舟医药科技有限公司，北京市 100141；3中国人民解放军总医院第五医学中心，北京市 100071

收稿日期:2024-09-10 接受日期:2024-11-12 出版日期:2025-10-18 发布日期:2025-03-10
通讯作者: 卞丽红，博士，教授，中国人民解放军总医院第五医学中心，北京市 100071
作者简介:林蓉沁，女，1995年生，辽宁省大连市人，汉族，2024年解放军医学院毕业，硕士，主要从事妇科肿瘤的研究。
基金资助:
北京市自然科学基金项目(18JS010)，项目负责人：卞丽红

Bioinformatic analysis on expression of Foxp3 in tumor microenvironment of ovarian cancer and its relationship with survival prognosis

Lin Rongqin1, Pan Xiuxie2, Bian Lihong3

1Chinese PLA Medical School, Beijing 100039, China; 2Beijing Immune Ark Medical Technology Co., Ltd., Beijing 100141, China; 3Fifth Medical Center of Chinese People’s Liberation Army General Hospital, Beijing 100071, China

Received:2024-09-10 Accepted:2024-11-12 Online:2025-10-18 Published:2025-03-10
Contact: Bian Lihong, MD, Professor, Fifth Medical Center of Chinese People’s Liberation Army General Hospital, Beijing 100071, China
About author:Lin Rongqin, MS, Chinese PLA Medical School, Beijing 100039, China
Supported by:
Beijing Natural Science Foundation Project, No. 18JS010 (to BLH)

摘要/Abstract

摘要：

文题释义：
非负矩阵分解(Non-negative Matrix Factorization，NMF)：是一种数据降维技术，通过将原始数据矩阵分解为2个非负矩阵的乘积，从而实现数据特征的提取与简化。NMF特别适用于图像处理和基因表达分析，在肿瘤研究中，NMF常用于揭示分子特征和亚型分类，从而辅助精准医疗的探索。
肿瘤免疫微环境(Tumor Immune Microenvironment，TIME)：是指肿瘤周围的细胞及分子环境，包括免疫细胞、细胞因子和血管系统等成分。肿瘤免疫微环境的组成和功能会影响肿瘤的发生、发展和对治疗的响应。

背景：上皮性卵巢癌的肿瘤微环境中免疫细胞的比例和功能状态直接影响患者的预后及治疗响应。研究表明，CD4+ T细胞支持抗肿瘤免疫，在特定条件下可发挥抗肿瘤作用；CD8+ T细胞的高浸润被视为积极的预后标志；FOXP3+ Tregs则在维持免疫耐受和调节免疫反应中起关键作用。
目的：通过生物信息算法对416例上皮性卵巢癌患者的数据信息及21例上皮性卵巢癌患者的临床病理样本进行综合分析，探讨CD4+ T细胞、CD8+ T细胞、Foxp3+ T细胞在卵巢癌肿瘤微环境的表达与生存预后的关系。
方法：①通过非负矩阵分解算法对来自美国国家癌症研究所癌症基因组图谱的卵巢癌子数据集的416例上皮性卵巢癌患者进行分组。运用估算RNA转录子相对子集识别细胞类型算法对高生存率组和低生存率组患者的免疫细胞浸润程度进行差异分析。②收集在解放军总医院手术治疗的21例上皮性卵巢癌患者的病理组织，通过多重荧光免疫组织化学检测病理组织中的CD4、CD8、FOXP3因子，并分析其与患者预后的关系。
结果与结论：在高生存率组中，CD4+ T细胞、CD8+ T细胞及Foxp3+调节性T细胞等多种免疫细胞浸润比例显著高于低生存率组(P < 0.01)。多重荧光免疫组织化学实验结果显示，Foxp3的高表达与卵巢癌患者更好的预后显著相关(P < 0.05)。说明Foxp3在肿瘤微环境中的表达与上皮性卵巢癌患者的生存率相关，提示Foxp3+调节性T细胞在肿瘤微环境中的浸润程度可能与上皮性卵巢癌患者的预后相关。
https://orcid.org/0009-0001-4428-9403(林蓉沁)

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

关键词: 上皮性卵巢癌, Foxp3, 非负矩阵分解, 肿瘤微环境, 疾病预后, 工程化细胞因子

Abstract: BACKGROUND: The immune cell composition and functional states within the tumor microenvironment of epithelial ovarian cancer directly influence patient prognosis and therapeutic response. Recent studies indicate that CD4+ T cells not only support anti-tumor immunity but can also exert direct anti-tumor effects under specific conditions. High infiltration of CD8+ T cells is considered a positive prognostic marker. FOXP3+ regulatory T cells play a crucial role in maintaining immune tolerance and modulating immune responses.
OBJECTIVE: The data from 416 epithelial ovarian cancer patients along with clinical pathology samples from 21 patients were comprehensively analyzed utilizing bioinformatics algorithms to investigate the relationship between the expression of CD4+ T cells, CD8+ T cells, and FOXP3+ T cells in the tumor microenvironment and survival outcomes in ovarian cancer patients.
METHODS: (1) The study categorized 416 cases of epithelial ovarian cancer from the Ovarian Cancer subset of The Cancer Genome Atlas using the Non-negative Matrix Factorization algorithm. The CIBERSORT algorithm (Cell-type Identification By Estimating Relative Subsets Of RNA Transcripts) was employed to examine differences in immune cell infiltration between patients with high and low survival rates. (2) Multiplex immunohistochemistry was used to assess the expression of CD4, CD8, and FOXP3 in pathological tissue samples from 21 patients from Chinese People’s Liberation Army General Hospital, and their association with patient prognosis was analyzed.
RESULTS AND CONCLUSION: The high survival rate group exhibited significantly greater infiltration of immune cells, including CD4+ T cells, CD8+ T cells, and FOXP3+ regulatory T cells, compared with the low survival rate group (P < 0.01). Results from the multiplex immunohistochemistry experiments revealed that high expression of FOXP3 was significantly correlated with better prognosis in ovarian cancer patients (P < 0.05). It is indicated that the expression of FOXP3 in the tumor microenvironment is associated with survival outcomes in epithelial ovarian cancer patients, suggesting that the infiltration of FOXP3+ regulatory T cells in the tumor microenvironment is a key factor influencing patient prognosis.

Key words: epithelial ovarian cancer, FOXP3, non-negative matrix factorization, tumor microenvironment, disease prognosis, engineered cytokine

中图分类号:

林蓉沁, 潘秀颉, 卞丽红. Foxp3在卵巢癌肿瘤微环境中表达与生存预后关系的生物信息分析[J]. 中国组织工程研究, 2025, 29(29): 6343-6350.

Lin Rongqin, Pan Xiuxie, Bian Lihong. Bioinformatic analysis on expression of Foxp3 in tumor microenvironment of ovarian cancer and its relationship with survival prognosis[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(29): 6343-6350.

图/表（结果） 7

2.1 TCGA-OV患者聚类分析及生存分析矩阵分解秩κ决定了NMF模型中基矩阵和系数矩阵的列数。见图1A，在κ=2时，多数评估指标(共生系数、离散度、解释方差、残差、残差平方和、稀疏性和轮廓系数)表现出理想的平衡状态，尽管某些指标在κ > 2时有所改善，但其增益减小且可能引入过拟合风险，因此κ=2确保模型稳健并提供良好解释方差和聚类质量。从图1B，C可以看出，当κ=2时，元基因组热图和一致性矩阵热图较为稳定，组间的差异明显。
根据NMF算法将卵巢癌患者分为2组：组1(高生存率组)包含225例患者，组2(低生存率组)包含191例患者。Kaplan-Meier生存分析结果显示，组1的生存率明显高于组2(P < 0.000 1)，见图2。
2.2 对416例TCGA-OV患者免疫细胞浸润水平的比较分析利用CIBERSORT算法统计了队列中亚组免疫细胞浸润水平，见图3。高生存率组中活化的记忆CD8+ T细胞(P < 0.001)、静息的记忆CD8+ T细胞(P < 0.01)、CD8+ T细胞(P < 0.01)和Tregs(P < 0.001)的浸润比例显著高于低生存组，提示这些细胞亚群在肿瘤免疫微环境中的作用可能与卵巢癌患者更好的预后相关。
2.3 患者上皮性卵巢癌肿瘤微环境中相关免疫细胞标志物的表达见图4。CD8+ T细胞、CD8+ T细胞、Foxp3+ Tregs的标记物均以不同程度浸润在肿瘤组织中。以CD4、CD8和FOXP3的表达量中位数为分界点，将表达量高于中位数的样本归类为高表达组，而低于中位数的样本归类为低表达组。
2.4 患者上皮性卵巢癌患者肿瘤微环境中相关免疫细胞标志物表达与临床特征的关系通过对卵巢癌患者的病理资料进行分析(见表3)，Foxp3的高表达与患者的存活概率显著提高有统计学意义(χ2=3.884，P < 0.05)，但与患者的年龄、病理类型、FIGO分期和复发情况等因素无显著

相关性。CD4、CD8在卵巢癌组织中的表达水平与患者的年龄、病理学分类、FIGO分期、复发状况以及生存状况等多个临床参数无显著关联。
2.5 上皮性卵巢癌患者肿瘤微环境中相关免疫细胞标志物表达与预后的关系 Kaplan-Meier生存曲线分析见图5。结果显示，CD4、CD8低表达组的病例中，其无进展生存期略长于高表达组，差异无显著性意义。低表达组的总生存时间也短于高表达组，但这种差异同样不显著。另一方面，Foxp3在高表达组的无进展生存期表现出比低表达组更长(P=0.048)；而其总生存时间虽然也表现出相同趋势，但差异无显著性意义(P=0.065)。
表4，5为Cox比例风险回归分析结果。

根据表4，5分析结果显示，FIGO分期Ⅲ和Ⅳ期对卵巢癌患者的无进展生存期有显著影响，单因素分析中HR为5.61(95%CI: 1.43-4.02，P=0.004)，多因素分析中HR为10.91(95%CI: 2.51-4.77，P=0.002)，提示高FIGO分期与更短的无进展生存期相关；FIGO分期是卵巢癌预后的关键指标；FOXP3、CD8和CD4在患者多因素分析中均未显示显著影响，而年龄对总生存时间的影响需要进一步研究。

参考文献

[1] ZHANG S, CHENG C, LIN Z, et al. The global burden and associated factors of ovarian cancer in 1990–2019: findings from the Global Burden of Disease Study 2019. BMC Public Health. 2022;22(1):1455.
[2] 赵虹琳,李婷婷,丁国武.1990-2019年中国女性卵巢癌疾病负担趋势分析[J].中华肿瘤防治杂志,2023,30(9):507-512.
[3] LV B, WANG Y, MA D, et al. Immunotherapy: Reshape the Tumor Immune Microenvironment. Front Immunol. 2022;13:844142.
[4] TANG Y, QIAO G, ZHENG H. CD8+ T cell-based cancer immunotherapy. J Transl Med. 2024;22(1):394.
[5] RICHARDSON JR, SCHÖLLHORN A, GOUTTEFANGEAS C, et al. CD4+ T Cells: Multitasking Cells in the Duty of Cancer Immunotherapy.Cancers (Basel). 2021;13(4):596.
[6] DUTSCH-WICHEREK M, SZUBERT S, DZIOBEK K, et al. Analysis of the Treg cell population in the peripheral blood of ovarian cancer patients in relation to the long-term outcomes. Ginekol Pol. 2019;90(2):72-79.
[7] SATO S, MATSUSHITA H, SHINTANI D, et al. Association between effector-type regulatory T cells and immune checkpoint expression on CD8+ T cells in malignant ascites from epithelial ovarian cancer. BMC Cancer. 2022;22(1):437.
[8] PANIGORO SS, HERIYANTO DS, STEVEN R, et al. The association of immune cell infiltration with metastasis location in de novo metastatic triple negative breast cancer: A multicenter cross-sectional study in Indonesia. Acta Med Indones. 2023;55(4):376-384.
[9] FANG D.Targeting a Treg-specific deubiquitinase module for antitumor immune therapy. Cancer Immunol Res. 2023;11(12_Supplement):B038.
[10] YU M, ZHOU V, PISANO MD, et al. Transgenic Mouse Model for Translational Immunotherapy Studies on Multiple Myeloma. Blood. 2023;142(Supplement 1):6565.
[11] Li C, JIANG P, WEI S, et al. Regulatory T cells in tumor microenvironment: new mechanisms, potential therapeutic strategies and future prospects. Mol Cancer. 2020;19(1):116.
[12] SALMI S, LIN A, HIRSCHOVITS-GERZ B, et al. The role of FoxP3+ regulatory T cells and IDO+ immune and tumor cells in malignant melanoma - an immunohistochemical study. BMC Cancer. 2021; 21(1):641.
[13] MA K, SUN Z, LI X, et al. Forkhead box M1 recruits FoxP3+ Treg cells to induce immune escape in hilar cholangiocarcinoma.Immun Inflamm Dis.2022;10(11):e727.
[14] 田亚红,高向东,姚文兵,等.CD4+T细胞在肿瘤免疫治疗中的作用与应用研究进展[J].药学进展,2024,48(6):463-470.
[15] Montauti E, Oh DY, Fong L.CD4 T cells in antitumor immunity. Trends Cancer. 2024;10(10):969-985.
[16] Peres LC, Cushing-Haugen KL, Köbel M,et al.Invasive Epithelial Ovarian Cancer Survival by Histotype and Disease Stage. J Natl Cancer Inst. 2019;111(1):60-68.
[17] LI L, CHEN D, LUO X, et al. Identification of CD8+ T Cell Related Biomarkers in Ovarian Cancer. Front Genet. 2022;13:860161.
[18] SALEH R, ELKORD E.FoxP3+ T regulatory cells in cancer: Prognostic biomarkers and therapeutic targets. Cancer Lett. 2020;490:174-185.
[19] SHOHAN, MUS, CHATTERJEE D, OISHY TA ,et al. Role of regulatory immune cells in tumour microenvironment (TME)//Interdisciplinary Cancer Research. Springer, Cham. 2024:1-14.
[20] QIU Y, KE S, CHEN J,et al. FOXP3+ regulatory T cells and the immune escape in solid tumours. Front Immunol. 2022;13:982986.
[21] XIAO J, CHEN X, XU J, et al. The Role of FOXP3 on Tumor Metastasis and Its Interaction with Traditional Chinese Medicine. Molecules. 2022;27(19):6706.
[22] GOLZARI-SORKHEH M, ZÚÑIGA-PFLÜCKER JC. Development and function of FOXP3+ regulators of immune responses. Clin Exp Immunol. 2023;213(1):13-22.
[23] DAKAL TC, GEORGE N, XU C, et al. Predictive and Prognostic Relevance of Tumor-Infiltrating Immune Cells. Cancers (Basel). 2024;16(9):1626.
[24] CHAUDHURI SM, WEINBERG SE, WANG D,et al.Mediator complex subunit 1 architects a tumorigenic Treg cell program independent of inflammation. Cell Rep Med. 2024;5(3):101441.
[25] Hosseinalizadeh H, Rabiee F, Eghbalifard N, et al.Regulating the regulatory T cells as cell therapies in autoimmunity and cancer. Front Med (Lausanne). 2023;10:1244298.
[26] LAUNONEN IM, LYYTIKÄINEN N, CASADO J, et al. Single-cell tumor-immune microenvironment of BRCA1/2 mutated high-grade serous ovarian cancer.Nat Commun. 2022;13(1):835.
[27] SHANG B, LIU Y, JIANG SJ, et al. Prognostic value of tumor-infiltrating FoxP3+ regulatory T cells in cancers: a systematic review and meta-analysis. Sci Rep. 2015;5:15179.
[28] LEE S, CHO EY, PARK YH, et al. Prognostic impact of FOXP3 expression in triple-negative breast cancer. Acta Oncol. 2013;52(1):73-81.
[29] UKITA M, HAMANISHI J, YOSHITOMI H, et al. CXCL13-producing CD4+ T cells accumulate in the early phase of t ertiary lymphoid structures in ovarian cancer. JCI Insight. 2022;7(12):e157215.
[30] BOBISSE S, GENOLET R, ROBERTI A, et al. Sensitive and frequent identification of high avidity neo-epitope specific CD8+ T cells in immunotherapy-naive ovarian cancer. Nat Commun. 2018;9(1):1092.
[31] DE MARTINO M, DAVIAUD C, DIAMOND JM,et al. Activin A Promotes Regulatory T-cell-Mediated Immunosuppression in Irradiated Breast Cancer. Cancer Immunol Res. 2021;9(1):89-102.
[32] KOS K, ASLAM MA, VAN DE VEN R, et al. Tumor-educated Tregs drive organ-specific metastasis in breast cancer by impairing NK cells in the lymph node niche.Cell Rep. 2022;38(9):110447.
[33] WANG W, LOPEZ MCDONALD MC, KIM C, et al. The complementary roles of STAT3 and STAT1 in cancer biology: insights into tumor pathogenesis and therapeutic strategies. Front Immunol. 2023;14: 1265818.
[34] SHEIKHHOSSEIN HH, IOMMELLI F, DI PIETRO N, et al. Exosome-like Systems: From Therapies to Vaccination for Cancer Treatment and Prevention-Exploring the State of the Art.Vaccines (Basel). 2024; 12(5):519.
[35] ZHOU Y, SHAO N, AIERKEN N, et al. Prognostic value of tumor-infiltrating Foxp3+ regulatory T cells in patients with breast cancer: a meta-analysis. J Cancer. 2017;8(19):4098-4105.
[36] ZHENG L, LIN L, SONG J, et al. Prognostic values of regulatory T cells (Tregs) and Treg-related genes in gastric cancer. Cent Eur J Immunol. 2023;48(1):14-25.
[37] LI Y, ZHANG C, JIANG A, et al. Potential anti-tumor effects of regulatory T cells in the tumor microenvironment: a review.J Transl Med. 2024; 22(1):293.
[38] YAMAMOTO T, KAWADA K, OBAMA K.Inflammation-Related Biomarkers for the Prediction of Prognosis in Colorectal Cancer Patients. Int J Mol Sci. 2021;22(15):8002.
[39] SONG Z, ZHANG J, SUN Y, et al. Establishment and validation of an immune infiltration predictive model for ovarian cancer. BMC Med Genomics. 2023;16(1):227.

引言

上皮性卵巢恶性肿瘤是具有高度致死性的女性生殖系统疾病[1]，中国卵巢癌病例变化趋势与全球相同，发病率与死亡率均逐年上升，且成为死亡人数最高的国家之一[2]。在治疗、研究的过程中，随着对卵巢癌肿瘤微环境探索的深入，免疫细胞在肿瘤微环境(tumor microenvironment，TME)中的作用备受关注。免疫细胞与肿瘤细胞的相互作用使肿瘤细胞能够逐步重塑其周围的肿瘤微环境，变为免疫抑制状态，从而有效抵抗宿主的免疫监视机制[3]。CD8+ T细胞直接杀伤肿瘤细胞[4]，而CD8+ T细胞通过分泌细胞因子支持其他免疫细胞的功能[5]。已有研究发现，在卵巢癌患者中，FOXP3+调节性T细胞(Forkhead box P3 positive regulatory T cells，FOXP3+ Tregs)在外周血中的高浸润与生存率降低相关[6]，且在卵巢癌患者的恶性腹水中FOXP3+ Tregs的比例也显著增加[7]。但有文献报道，FOXP3+ Tregs在肿瘤微环境中可以通过调节代谢，以此减少炎症和组织损伤，从而改善患者生存率[8-10]。也有一些报道发现，FOXP3+ Tregs能够通过抑制效应T细胞和自然杀伤细胞发挥作用，同时诱导免疫逃逸机制，从而帮助肿瘤细胞逃避免疫监视，增加对免疫治疗的耐药性[11-13]，由此可见FOXP3+ Tregs在肿瘤微环境中的表达情况与长期预后的关系尚未明确。
此项研究通过分析美国国家癌症研究所癌症基因组图谱(The Cancer Genome Atlas，TCGA)的卵巢癌(Ovarian Cancer，OV)TCGA-OV项目中416例上皮性卵巢癌患者的数据，并结合多色荧光免疫组织化学对收集到的21例上皮性卵巢癌患者的病理组织进行检测，系统分析了CD8+ T细胞、CD8+ T、FOXP3+ Tregs细胞的免疫标志物在上皮性卵巢癌肿瘤微环境中的表达情况，并探讨其与患者预后的关系，通过生存分析和Cox比例风险模型评估这些因子在预后中的重要性。

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

材料方法

1.1 设计生物信息学分析及多色免疫组化；病理样本和多重荧光免疫组化结果分析采用盲法评估，以减少主观偏差。
1.2 时间及地点实验于2022年2月至2023年12月在中国人民解放军总医院东楼实验室完成。
1.3 材料
1.3.1 TCGA数据库信息 TCGA-OV项目源自美国国家癌症研究所于2005年启动的癌症基因组图谱计划，旨在研究卵巢癌中的基因组变化，收集的患者样本中包含详细的临床特征及预后随访信息。采用TCGA数据库中416例上皮性、原发性卵巢癌患者的基因转录组及相关临床数据，排除缺失临床信息、非上皮性卵巢癌、复发性或转移性癌症及其他恶性肿瘤史的患者样本，以确保数据的完整性和准确性。每个样本包含59 427条基因表达信息，见表1。
1.3.2 临床病例资料收集了2011-11-04/2023-05-08期间在解放军总医院第五医学中心接受手术治疗的上皮性卵巢癌患者的病理组织及相关临床资料。
纳入标准：原发性上皮性卵巢癌，接受过手术治疗和相关临床信息。
排除标准：肿瘤组织不完整、红细胞过多、细胞坏死、复发性或转移性癌症、其他恶性肿瘤史及实验条件不达标者(包括样本处理不当、保存条件不佳、固定和染色不合格以及临床数据不完整)。
按以上设定的纳入标准和排除标准进行筛选，最终纳入21例患者，其中包括16例高级别浆液性、1例子宫内膜样、1例透明细胞型、1例黏液性和2例低级别浆液性卵巢癌患者。
该研究方案经过解放军总医院第五医学中心伦理委员会批准(批准号：ky-2020-12-17)。

病理分级，肿瘤分期参照国际妇产科联盟(International Federation of Gynecology and Obstetrics，FIGO)卵巢癌分期2014年版，见表2。

1.4 方法
1.4.1 非负矩阵分解(nonnegative matrix factorization，NMF)算法分析TCGA-OV队列患者免疫细胞浸润程度与生存率相关性具体步骤包括：①对转录组数据进行log2转换，实现数据标准化，减少偏态分布对分析的影响；②利用R包“tinyarray”中的“surv_cox”函数，筛选生存率P < 0.01的显著相关基因；③使用R包“NMF”进行无监督NMF分析，选择“brunet”算法，迭代50次，设定因式分解秩为2-10；④通过评估不同秩值的适配性，选取最优秩进行最终分析，分型病例并分析其与总生存时间(overall survival，OS)的相关性。
1.4.2 运用估算RNA转录子相对子集识别细胞类型(cell-type identification by estimating relative subsets of RNA transcripts，CIBERSORT)算法分析TCGA-OV队列患者免疫细胞浸润程度与生存率相关性采用R语言包“CIBERSORT”对表达谱进行分析。CIBERSORT作为一种去卷积算法，通过对混合表达数据进行解码，计算出22种免疫细胞的相对比例。首先将转录组数据输入CIBERSORT算法，使用预先训练好的免疫细胞参考基因表达矩阵，将混合表达数据分解为各个免疫细胞的相对比例，计算每个样本中22种免疫细胞的相对丰度，并将这些数据与患者的临床信息结合，分析免疫细胞浸润与患者生存率之间的关系。
1.4.3 多色荧光免疫组织化学检测21例患者上皮性卵巢癌组织中FOXP3、CD4、CD8的表达水平具体步骤如下：①包埋组织切片在60 ℃烘烤过夜；②蜡片依次处理于二甲苯、无水乙醇、体积分数90%乙醇、75%乙醇中，并用清水洗涤；③EDTA修复液微波加热沸腾后低火加热，自然冷却，用TBS清洗；④加入体积分数3%过氧化氢溶液，室温处理后用TBS洗涤；⑤用疏水笔包围组织，加入体积分数5%羊血清封闭液，室温封闭；⑥加入一抗(CD4抗体，Abcam)，4 ℃孵育过夜，复温后用TBS洗涤；⑦加入二抗，室温孵育后用TBS洗涤；⑧ Opal染色，室温孵育后用TBS洗涤；⑨重复EDTA修复、封闭、一抗(CD8抗体，Thermo Fisher；Foxp3抗体，eBioscience)和二抗步骤；⑩ DAPI染色，室温孵育后用TBS洗涤；⑪最后，加封片液封固。
1.5 主要观察指标 ①TCGA-OV患者聚类分析及生存分析；②416例TCGA-OV患者免疫细胞浸润水平的比较分析；③上皮性卵巢癌肿瘤微环境中相关免疫细胞标志物的表达；④上皮性卵巢癌患者肿瘤微环境中相关免疫细胞标志物表达与临床特征的关系；⑤上皮性卵巢癌患者肿瘤微环境中相关免疫细胞标志物表达与预后的关系。
1.6 统计学分析生信数据统计分析采用SPSS 软件(版本26.0)。生存曲线分析采用Kaplan-Meier法，评估不同患者亚群体现在生存率的差异性。临床特征与免疫微环境标记物之间的关联性采用卡方检验进行评估，当理论频次少于5时，则运用Fisher精确方法进行检验，P < 0.05时差异有显著性意义。此外，使用Cox比例风险回归模型对数据进行多变量分析。文章统计学方法由解放军医学院统计教研室专家审核。

讨论

近年来的研究表明，在卵巢癌中，CD8+ T细胞不仅在抗肿瘤免疫中起到支持作用，还能在某些条件下直接发挥抗肿瘤效应[14-15]。CD8+ T细胞的存在被视为一种积极的预后标志，已有研究表明，高浸润的CD8+ T细胞与更好的癌症预后相关[16-17]。叉头框蛋白P3(ForkheadboxproteinP3，FOXP3)是FOXP3+ Tregs的标志性转录因子，调控这些细胞的发育和功能。FOXP3+ Tregs在维持免疫耐受和调节免疫反应中具有重要作用。然而，文献中对FOXP3+ Tregs的作用机制存在不同的观点。有部分学者认为，高浸润的FOXP3+ Tregs通常与较差的预后相关[18]，FOXP3+ Tregs通过分泌抑制性细胞因子如白细胞介素10和转化生长因子β，以及表达抑制性分子如CTLA-4和PD-1，显著抑制效应性T细胞、自然杀伤细胞(NK细胞)和树突状细胞的功能，形成免疫抑制性的微环境。这种抑制作用导致肿瘤微环境中的免疫监视减弱，肿瘤细胞得以逃避免疫系统的攻击，从而促进肿瘤的生长和扩散[19]。FOXP3+ Tregs还可以通过分泌特定的细胞因子和化学因子，促进肿瘤相关的炎症和血管生成。这些因子包括血管内皮生长因子和CXCL8，它们有助于肿瘤血管的形成，为肿瘤提供营养和氧气，促进其生长和转移[20-21]。也有学者认为在免疫反应过度的情况下，FOXP3+ Tregs通过分泌抑制性细胞因子如白细胞介素10和转化生长因子β，调控和抑制效应性T细胞和其他免疫细胞的过度活性，从而防止免疫系统对自身组织的过度攻击和损伤[22]，对患者的生存率产生积极影响[23-25]。
LAUNONEN等[26]的研究表明，BRCA1/2突变的高级别浆液性卵巢癌患者中，免疫细胞亚型的多样性和功能状态在不同患者亚群的肿瘤微环境组成中存在显著差异。此次研究基于TCGA-OV项目中的416例上皮性卵巢癌患者的数据，进一步表明了卵巢癌患者可以根据不同的生物学特征细分为多个亚群。SHANG等[27]通过免疫组织化学研究发现，在高级别或晚期卵巢癌患者中，FOXP3+ Tregs的高浸润显著改善了患者的生存率(OR 0.34，95%CI 0.21-0.56，P < 0.001)。此次研究深入分析了FOXP3的差异性表达对卵巢癌患者生存率及预后的影响，发现在上皮性卵巢癌患者中，FOXP3+ Tregs的高浸润程度显著与更高的生存率相关。这支持了荟萃分析结果，尽管FOXP3+ Tregs通常与多种癌症的不良预后相关，但在卵巢癌中，这些细胞与更高的总生存时间关联[28]。此次研究同时分析了CD4+ T细胞和CD8+ T细胞在卵巢癌患者生存率及预后中的作用，结果表明，在上皮性卵巢癌患者中，CD8+ T细胞的高浸润比例显著与更高的生存率相关，而CD4+ 记忆静息T细胞也在高生存率患者中表现出更高的比例。这与UKITA等[29]的研究结果一致，他们发现CXCL13分泌的CD8+ T细胞在高级别浆液性卵巢癌中促进了三级淋巴结构的形成，而这些结构与CD8+ T细胞的共存显著改善了患者预后。此外，BOBISSE等[30]也指出，肿瘤浸润的CD8+ T细胞在卵巢癌的免疫微环境中具有重要的预后价值，能显著影响患者的临床结局。FOXP3+ Tregs通常在肿瘤微环境中起免疫抑制作用，抑制抗肿瘤免疫反应，从而增加疾病进展的风险。然而，在某些情况下，高表达的FOXP3+ Tregs可能通过调节免疫反应，减轻慢性炎症，从而改善预后[31-32]。此外，CD8+ T细胞作为效应细胞，尽管其高表达通常与抗肿瘤反应相关，但功能耗竭或抑制性信号的存在可能导致其抗肿瘤功能受损[33]。相反，CD8+ T细胞在支持抗肿瘤免疫反应中起关键作用，其高表达可能通过增强免疫反应和支持CD8+ T细胞的功能来减少肿瘤进展的风险[34]。
此次研究进一步通过对上皮性卵巢癌患者的临床病理组织进行详细分析，验证了FOXP3高表达组的患者生存率显著高于低表达组的结论。这一结论不仅在卵巢癌研究中得到了验证，在其他类型癌症中也有相似的发现。LEE等[28]针对三阴性乳腺癌的研究表明，FOXP3高表达组的患者预后显著更好[35]。同样，ZHENG等[36]对胃癌的研究结果显示，FOXP3表达与患者预后之间存在显著关联，高FOXP3表达组的生存率更高。对肿瘤微环境中免疫细胞的研究表明，在结直肠癌和头颈癌中，FOXP3+ Tregs与较好的预后显著相关[37]。以上研究结果可以看出FOXP3+ Tregs在不同癌症类型的免疫微环境中均发挥了重要作用，其高浸润程度与更高的患者生存率显著相关。
此次研究还发现FIGO分期在卵巢癌患者的无进展生存期和总生存时间中具有显著影响。通过对无进展生存期和总生存时间的多因素分析，发现晚期FIGO分期的患者，其无进展生存期和总生存时间风险显著增加。此次研究免疫细胞标志物与卵巢癌患者预后关系时存在一定局限性，这可能是未能得出与其他研究类似阳性结果的原因之一。首先，该研究的样本量较小，这在统计分析中限制了检测到显著结果的能力，尤其是当免疫标志物的效应较小时，更大样本量的研究通常更易发现统计显著的关联[38]；此外，卵巢癌肿瘤微环境的高度异质性也带来了研究结果的差异性，不同患者的基因背景和肿瘤特征(如突变类型等)可能显著影响免疫细胞的浸润模式及其对预后的作用[39]。
这些局限性提示，在未来研究中，增加样本量以及对卵巢肿瘤免疫微环境进行更加精细的分型，充分考虑肿瘤微环境的异质性，将有助于更全面地理解免疫细胞在卵巢癌预后中的作用。
综上所述，FOXP3+ Tregs、CD8+ T和CD4+ T在卵巢癌免疫微环境中的作用复杂且具有多重影响。未来的研究应进一步探讨这些免疫细胞在卵巢癌中的具体机制，以便为个性化治疗策略提供更为精准的指导。FOXP3+ Tregs表达水平的评估可以为卵巢癌患者的预后提供重要信息，有望通过调控其在肿瘤微环境中的作用，提高患者的总体生存率及生活质量。未来的研究应继续关注FOXP3+ Treg在癌症类型中的功能机制，探索更加有效的免疫治疗策略，进一步提升临床治疗效果。

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

Foxp3在卵巢癌肿瘤微环境中表达与生存预后关系的生物信息分析

Bioinformatic analysis on expression of Foxp3 in tumor microenvironment of ovarian cancer and its relationship with survival prognosis

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 7

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	王磊, 王白燕, 周春光, 任晓云, 代月优, 冯书营. 不同细胞来源外泌体miRNAs在胃癌进展及诊断和预后中的作用[J]. 中国组织工程研究, 2025, 29(25): 5434-5442.
[2]	郭昭, 庄浩岩, 史学文. 结直肠癌进展与抑制的十字路口：间充质干细胞治疗干预效果及难题[J]. 中国组织工程研究, 2025, 29(23): 5022-5030.
[3]	魏梦力, 钟亚平, 于婷婷, 谭茜琳, 曹偲佳. 前交叉韧带重建患者步行时患侧腿部肌肉协同特征与步态稳定性的相关性[J]. 中国组织工程研究, 2025, 29(14): 2899-2906.
[4]	刘春磊, 姚茜, 韦正波, 谢莹. 类装配体的构建方法及应用[J]. 中国组织工程研究, 2024, 28(1): 113-120.
[5]	李梦菲, 仉红, 赵少剑, 殷广浩, 王其宝. 叉头样转录因子3在粪肠球菌感染模型大鼠难治性根尖周炎病变中的表达[J]. 中国组织工程研究, 2023, 27(8): 1187-1192.
[6]	安义帅, 张峻霞, 李慧, 张雨虓, 徐国良, 高昆, 于淑晗, 刘泽龙. 单侧膝关节屈曲受限下肢肌肉的协同特征[J]. 中国组织工程研究, 2023, 27(29): 4704-4711.
[7]	刘超, 曾昭穆, 温稀超, 吴文松, 孙程圆, 郑克彬. 外泌体非编码RNA在胶质瘤发生发展中的作用及其临床应用前景[J]. 中国组织工程研究, 2022, 26(24): 3928-3936.
[8]	干洲杰, 裴锡波. 酶响应性纳米粒子治疗肿瘤：纳米粒子积累和药物释放的优势[J]. 中国组织工程研究, 2021, 25(16): 2562-2568.
[9]	刘畅, 宋科官. Wnt/β-catenin信号通路在骨肉瘤与骨重建及血管生成中的多重话题[J]. 中国组织工程研究, 2020, 24(32): 5213-5220.
[10]	韩辉，代兴亮，程宏伟，兰青. 稳定转染红色荧光蛋白基因的人脑胶质瘤起始细胞可自发融合宿主骨髓间充质干细胞并诱导恶性转化[J]. 中国组织工程研究, 2019, 23(25): 3944-3950.
[11]	郭波，刘佳，崔晓兰，时瀚，张社毅，王嘉，山霞，王意忠. 人脐带间充质干细胞联合免疫干预治疗1型糖尿病小鼠的实验研究[J]. 中国组织工程研究, 2019, 23(13): 2016-2021.
[12]	宫玉波，刘勇，赵宏伟，许倩倩，郭惠玲. Foxp3，IDO在小鼠角膜移植免疫排斥反应的表达[J]. 中国组织工程研究, 2018, 22(28): 4513-4517.
[13]	郭智，童春，陈惠仁. CD4⁺CD25⁺调节性T细胞与造血干细胞移植后移植物抗宿主病的相关性[J]. 中国组织工程研究, 2017, 21(9): 1456-1462.
[14]	罗智萍，刘碧珊，谭宁华. 乳腺癌干细胞近年的主要研究进展[J]. 中国组织工程研究, 2017, 21(21): 3414-3419.
[15]	张书卿，张博，洪亮，周永安，赵亮. 乳腺癌干细胞培养鉴定及分化过程中微环境的影响[J]. 中国组织工程研究, 2015, 19(14): 2155-2160.