肿瘤免疫疗法的研究进展论文

Mismatch-repair deficiency predicts response of solid tumors to PD-1 blockade ， Science . 2017 July 28; 357(6349): 409–413. doi:   IF： 前言：肿瘤的免疫治疗最近大火，尤其是在黑色素瘤、肺癌等肿瘤中，免疫治疗的效果出奇的好。但是从肿瘤的整体来看，对肿瘤免疫治疗药物有反应的患者所占的比例却很低。那么如何在治疗前筛选出可能对免疫治疗药物敏感的患者是需要亟待解决的问题。因为免疫检查点药物是抑制PD-1和PD-L1的结合，所以目前有研究认为免疫组化检测肿瘤细胞PD-L1表达水平可以预测疗效，如果肿瘤细胞低表达PD-L1，则不建议用免疫检查点药物。2017年默克公司的免疫治疗药物keytruda，成为第一个被批准的用于跨肿瘤的治疗药物，药物适应症上写适用于MMR缺失的实体瘤。MMR成为预测PD-1治疗效果的标志物。本课题发表于science，可能为keytruda的适应症写入提供高级别证据。 MMR缺失预测PD-1抑制剂对实体瘤治疗疗效，要得出题目所述的结论，需要设计临床研究，根据入组标准选择实体瘤患者。关于新药临床实验的入组标准，推测多数新药临床实验都会选择所有目前治疗方案都无效的患者入组，所以如果证实新药有效，指南的推挤往往都不是一线方案，而是末线推荐。 根据MMR状态分组，分为MMR缺失组和MMR正常组，如何评估肿瘤的MMR状态，目前常用的检测方法为免疫组化检测MMR相关的重要蛋白表达情况。 药物干预和疗效评价：给予免疫检查点药物治疗，几个周期之后，利用RECIST标准评价化疗疗效，具体疗效分为CR、PR、SD、PD，以及客观缓解率ORR。次要终点甚至可以选用OS、DFS。 结果展示中，table 1：入组患者临床基线资料 ，Table 2：疗效评价结果、FIg 1：OS和DFS生存曲线 以上结果太单薄，肯定发不了science，最好能有点分子机制的研究，肿瘤MMR缺失后如何诱导免疫检查点药物治疗效果。 初步浏览论文摘要，基本和猜测的内容比较吻合，首先是选取12种肿瘤组织的患者，给予免疫检查点药物后，评价疗效和生存时间，然后选取一例治疗敏感的患者，从分子水平研究了初步机制。 免疫组化检测MSH2、MSH6、PMS2和MLH1蛋白表达水平。若结果显示任一蛋白完全缺失，判读为dMMR，若无蛋白缺失，则判读为pMMR。 所有入组患者之前都接受相关治疗，但一线治疗无效，疗效评估为进展的患者。最后共纳入12种肿瘤86例患者。所有患者经过检测都为dMMR状态。没有入组pMMR的患者作为对照组进行比较。 疗效评价标准为RECIST（）标准，实体瘤疗效评价标准。共有78例患者进行了疗效评价。剩余8例未行疗效评价？具体评价时间点确定？ 8例患者因为在治疗12周时，未进行影像扫描而不能评价疗效。 该研究是单纯描述性研究，没有对照组。入组患者基线特征表格并未列入正文，只是附表中可见。最重要的疗效表格列出作为table 1。但文章中图1是亮点，因为入组病例数并不是太多， 所以每一个病例的数据都展示出来 ，而不是笼统概括为table 1。首先展示了入组肿瘤类别所占比例、然后用waterfall plot的形式展示每一个病例的最大直径测量值变化情况。用swimmer plot的形式展示每一粒患者的随访时间、用药、进展及死亡情况。同预期，作者也描述了PFS和OS的变化情况，分别对中位PFS/OS、一年PFS/OS等数据有详细描述。 机制假说：PD-1可以诱导外周血肿瘤特异性T细胞增生、dMMR的肿瘤组织内含有功能性MANA特异性T细胞。MANAs：mutational-associated neoantigen 排名前五位的MMR容易缺失的肿瘤：子宫内膜癌、胃癌、小肠癌、结直肠癌和宫颈癌。

第一章：肿瘤免疫分型的起源 1.肿瘤免疫分型的由来 肿瘤的近代治疗起源于西方，可从18世纪算起。而更远的肿瘤治疗史可追溯到我国宋代。最早描述癌症的特征是《仁斋直指附遗方论》一书中 “癌者上高下深，岩穴之状，颗颗累垂……毒根深藏，穿孔透里” ，意思是说肿瘤像岩石状，有毒根深藏于体内，从这句话可以看出那时对肿瘤的外观描述，基本上与现在的肿瘤类似。人类与肿瘤的斗争已长达上千年，而始终没有取得重大进展。这是因为先前对肿瘤的研究大多集中在肿瘤细胞本身，也就是大家所认识的肿瘤生物学范畴；而随着医疗和科研水平的进步，人们认识到肿瘤异质性很大，尤其是患者之间更无从规律可循，并且肿瘤细胞可在周围环境产生变化之后发生进化，研究肿瘤细胞本身就变得困难重重。因此直到步入20世纪，人们才开始认识到要想战胜肿瘤，我们需要更强大的武器，那就是 人体自身的免疫系统 ，这样的科研导向也就促进了肿瘤免疫学这个热门研究领域的发展。 利用人体免疫系统来杀伤肿瘤 的方式最开始并不被人们看好，一方面是因为利用免疫系统治疗肿瘤的方式没有像手术、化疗那样立竿见影；另一方面是因为最开始科学家对复杂的人体免疫系统的认识并不透彻。随着人们对机体免疫系统的研究越来越深入，肿瘤免疫治疗近二十年才得以慢慢为世人所接受，其中最为引起轰动的是 2018年的诺贝尔医学奖授予了研究肿瘤免疫治疗的两位学者：Allison和Honjo 。他们分别揭示了免疫检查点CTLA-4和PD-1在肿瘤中的作用，从而为免疫治疗药物的临床应用奠定了基础。 免疫检查点抑制剂在很多肿瘤中都取得了良好的响应，这本应该是一个比较理想的结局，然而故事并没有那么简单，并且肿瘤的免疫治疗之路才刚刚开始。随着免疫检查点抑制剂投入到各种肿瘤的大型临床实验中，问题也越来越突出，那就是虽然有些肿瘤患者对免疫检查点抑制剂应答很好，但在另外很多肿瘤患者中免疫检查点抑制剂却根本没有任何疗效。同样的抗体，为什么会出现如此截然不同的结果？科学家开始研究导致这种现象的原因。 图1： 考虑到免疫检查点抑制剂主要是动员自身的免疫细胞来攻击肿瘤，那么很容易就可以想到的是会不会因为患者自身的免疫细胞的功能状态不同，从而对免疫治疗药物的应答不同呢。方向是有了，但似乎离科学家想得到的解释还有点距离。这是因为如果从整个机体的免疫系统出发，那问题就比较复杂，而且不够直接，这个问题直到免疫微环境的提出才得到更好的解决。研究者通过对多种肿瘤的肿瘤微环境分析后发现， 每一种肿瘤，甚至每一位患者的肿瘤浸润免疫细胞都存在差异 ，于是就有研究者根据免疫细胞浸润的特点将肿瘤大致分为 “冷”肿瘤 和 “热”肿瘤 ， 前者肿瘤中浸润的免疫细胞少以及较多比例的是免疫抑制性细胞（Treg,MDSC），对免疫治疗应答反应弱；后者肿瘤中浸润着较多的激活性免疫细胞（CD8+T,Th1），能对免疫治疗药物产生较好的应答反应。 2.肿瘤免疫分型分子机制 “冷”“热”肿 瘤概念的提出是 肿瘤免疫分型的雏形 ，而如果想进一步的理解免疫分型，人们就迫切需要知道究竟是什么原因会引起不同患者肿瘤免疫微环境如此大的差异。 众所周知，人体免疫系统是一个整体，其包括中枢免疫器官胸腺、骨髓以及外周免疫器官淋巴结、脾脏等，它们是各种免疫细胞的驻扎地，还需要淋巴管、血管等完成免疫细胞到局部组织的运输工作。肿瘤中很少有淋巴管，而血管含量丰富。那是不是肿瘤血管的含量是引起免疫细胞浸润的不同呢？答案是否定的，因为血管丰富的肿瘤反而浸润更多的抑制性免疫细胞，促进肿瘤的生长。故事说到这，就需要一些免疫学知识做支撑。 免疫细胞的定向迁徙除了受血管和淋巴管影响外，还需要一类重要的免疫分子：趋化因子以及趋化因子受体。如果将血管比作马路， 趋化因子就是信号灯，它们掌控着各种免疫细胞的走向 。 图2： 科学家通过研究发现，正是 肿瘤中各种趋化因子和趋化因子受体的种类以及含量不同，才会引起不同患者肿瘤浸润免疫细胞的巨大差异 。一些肿瘤细胞也因此利用免疫系统的这个特点，从而释放促进抑制性免疫细胞浸润的趋化因子，并高表达对应的趋化因子受体来吸引抑制性免疫细胞的浸润，从而有利于自身的生长。 第二章：肿瘤免疫分型的全面揭示 1.肿瘤三大免疫分型的提出 肿瘤免疫分型的理念被提出了，但科研不是哲学，光是理念是远远不够的，研究者需要用数据说话。 肿瘤浸润的免疫细胞肿瘤虽多，但大体可以分为两种，一种是可以发挥杀伤肿瘤作用的免疫细胞，如：NK, NKT, CD8+ T细胞；另一类则是发挥抑制免疫细胞杀伤肿瘤功能的细胞，如：Treg, Th1, Th2, M1, M2； 这些免疫细胞中功能最重要的就是T细胞，因为无论是何种形式的免疫细胞调控网络最后都需要T细胞的参与，而且目前各种免疫检查点抑制剂主要也是作用于T细胞来发挥抗肿瘤功能，因此揭示肿瘤浸润的T细胞功能是最重要的。 图3： 对肿瘤免疫分型的研究有很多，其中 比较受研究者广泛认可的就是肿瘤的三大免疫分型： “免疫浸润型” 、 “免疫排斥型” 、 “免疫沙漠型” 。研究者通过对肿瘤组织进行免疫组化染色后发现这三类显著的差异，在“免疫浸润型”肿瘤中，CD8+T细胞可以浸润到肿瘤内部；“免疫排斥型”肿瘤中，虽然也有较高的CD8+T细胞浸润程度，但都是集中在肿瘤外围；而“免疫沙漠型”肿瘤中很少有CD8+T细胞的浸润。 图4： 进一步的研究发现，“免疫浸润型”肿瘤内部表达较高的 MHCI 类分子 ，而另外两种类型的肿瘤中却MHCI分子的表达情况明显降低；此外，“免疫排斥型”的肿瘤外围表达较高的 细胞表面糖蛋白丝氨酸蛋白酶(FAP) ，这个基因主要负责塑造细胞外基质，可调控肿瘤外周形成一层厚厚的基质，从而阻断免疫细胞的浸润。 2.肿瘤免疫分型的量化 三大肿瘤免疫分型的提出为研究者提供了更加确切的证据，但同时也引出一个问题，就是对于很多患者来说被诊断出肿瘤时都已经是晚期；而且如果对每一位患者都进行组织切片，从而进行免疫组化染色来进行肿瘤分型是不切合实际的。因此，研究者在一个大型卵巢肿瘤队列中将数字病理和转录组数据分析进行结合，开发了一种机器学习方法来揭示肿瘤的分子分类和描述肿瘤免疫表型。通过使用随机森林的算法，研究者开发出了一个基于 157个特征基因的分类器 ，根据患者这些基因的表达情况，对患者进行肿瘤免疫特征分类。 图5： 3.影响肿瘤免疫分型的分子机制 “免疫浸润型”的肿瘤细胞表达较高水平的MHCI类分子而低表达FAP基因；而“免疫排斥型”的肿瘤细胞的MHCI类分子明显降低却高表达FAP基因。那么这两种机制有什么关联呢？哪一种才是引起不同肿瘤免疫特征的始动因素？研究者通过分析这两条路径的上下游调控机制，发现 无论是MHCI类分子还是FAP均受一个重要免疫分子的调控，那就是 TGFβ 。原来，肿瘤细胞为了逃脱T细胞的攻击，可以借助肿瘤抑制性免疫细胞(Treg,M2)产生TGFβ，后者一方面可以和肿瘤细胞上的受体结合，下调MHCI类分子；一方面可以和成纤维细胞上的受体结合上调FAP的表达，从而产生胶原蛋白形成厚厚的基质层包围在肿瘤周围，以排斥杀伤性免疫细胞的浸润。 图6： 第三章：肿瘤免疫分型的应用 说完了肿瘤免疫分型的基础知识，那么接下来我就介绍一些最近有关 肿瘤免疫分型的高分文章 ，希望能起到抛砖引玉的效果，引起大家进一步的思考。 应用1：m6A分子调控肿瘤免疫分型 近些年，肿瘤m6A修饰的调控机制也是研究的热门方向。热点碰撞会产生怎样的化学反应呢，下面首先介绍一篇发表在Molecular Cancer (IF:) 的一篇文章，篇名为：m 6 A regulator -mediated methylation modification patterns and tumor microenvironment in filtration characterization in gastric cancer。 图7： 在开始讲解m6A和肿瘤免疫分型的联合分析之前，我先来介绍一些m6A的背景知识。这篇文章首先确定了21个m6A调节因子，包括8个Writers、2个Erasers和11个Readers。图7介绍的是这些分子的细胞分布和基本功能，简单来说m6A是对RNA的一种可逆的修饰方式，依靠Writers对RNA进行修饰，Readers进行m6A修饰信息的读取，当完成特定使命后又可以依靠Erasers对m6A修饰进行删除。 图8： 下面开始讲解这篇文章的主要内容，作者首先根据 m6A调控因子的表达对患者进行分类 ，随后发现这种分类和肿瘤免疫分型有很高的相似度 。于是作者就研究了肿瘤的m6A修饰和免疫分型的关系。最后发现依靠m6A特征基因算出的m6Ascore值在“免疫浸润型”、“免疫排斥型”、“免疫沙漠型”患者中的得分存在明显差异（图8A）。随后在抗PD-L1队列（IMvigor210）和抗PD-1队列（GSE78220）中，低m6Ascore的患者都具有显著的临床疗效(图8B)，并且显著的延长了生存率。此外，低m6Ascore患者的PD-L1明显高表达，这表明在对抗PD-1/L1免疫治疗中有潜在的反应。 总之， 这项研究基于21个m6A调节因子，区分了三个不同的m6A甲基化修饰模式，这三种模式具有明显不同的TME细胞浸润特性。 并且不同的m6A修饰模式之间的mRNA转录组差异与m6A和免疫相关的生物途径显著相关。作者建立了m6A score评分系统来评估每个胃癌患者的m6A修饰模式，从而在预测免疫治疗结果方面具有重要价值。 应用2：单细胞测序揭示卵巢癌免疫特征 单细胞测序是近几年兴起的一项革命性技术，它赋予了研究者在单个细胞水平研究各种细胞功能机制的能力。同样作为近些年高分文章中的常用技术，单细胞测序揭示肿瘤免疫分型会有什么样的惊喜呢，下面我就介绍一篇发表在Cancer cell (IF:) 杂志上的一篇文章，篇名为：Single-cell dissection of cellular components and interactions shaping the tumor immune phenotypes in ovarian cancer 图9： 此研究首先对15名卵巢癌患者的肿瘤样本进行scRNA-seq（图9A），根据已知的细胞类型的标记物来定义细胞类型。结果表明，从整体看不同免疫分型的患者肿瘤细胞差异较大，同一免疫类型的肿瘤细胞能聚类到一起，不同免疫分型的肿瘤细胞差异较大（图9B）；此外，基质细胞（图9C）和免疫细胞（图9D）类型虽然在患者之间转录层面差异不大，但其相对分布情况差异很大，并且与肿瘤的免疫分型并没有明确关联。 文章进一步研究了肿瘤内在特征是否影响免疫浸润模式。分析结果显示，排斥型和浸润型的肿瘤之间没有显著的肿瘤细胞转录差异，但在排斥型和浸润型组合与沙漠型肿瘤之间有29个基因表达显著差异。对于这个结论我认为为排斥型和浸润型应该也有比较大的差异，只是单细胞测序需要制备单细胞悬液，可能破坏了这种结构。因而，用单细胞空间转录组进一步解析这两种免疫分型下的肿瘤细胞功能会更有意义，尤其是揭示免疫排斥型最外周的基质细胞层的特征将会为治疗这类患者提供更直接的参考价值。 基因集合富集分析显示，这些基因主要与增殖途径有关，它们的鉴定是由三种具有增殖分子亚型的沙漠型肿瘤所驱动的。另一方面，浸润型和排斥型肿瘤细胞在干扰素应答通路中显著富集，这主要是由编码主要组织相容性复合体(MHC)I类和II类加工和呈递的基因驱动的。此外，文章还观察到浸润型和排斥型肿瘤细胞中氧化磷酸化途径显著富集。 图10： 最后，作者为了总结这些观察结果，总结出了一个模型，在这个模型中，不同的成分和肿瘤、免疫和间质间的潜在串扰可能会形成不同的肿瘤免疫表型（图10）。模型中，TME中有免疫功能的肿瘤(包括浸润型和排斥型肿瘤)有许多不同于沙漠型肿瘤的共同特征。表达CX3CR1配体的内皮细胞和周细胞也可能参与浸润型和排斥型肿瘤中CX3CR1 肿瘤相关巨噬细胞的募集。浸润型和排斥型肿瘤之间也存在重要差异。在T细胞浸润型肿瘤中，浸润程度可能受到两个因素的影响：浸润型肿瘤细胞呈现出CXCL16的高表达，这可能与CXCR6+T细胞向肿瘤上皮的募集有关；此外，浸润型肿瘤中IL1 CAFs丰富，其可能通过CXCL12/ 14促进CXCR4的表达从而进一步募集T细胞。 这项研究通过 对15个临床卵巢癌患者的单细胞RNA测序分析，深入剖析了TME中不同的细胞、功能表型及其动态相互作用，使肿瘤免疫分型的特征更加丰富。 文章结果强调了可能形成肿瘤免疫表型的潜在分子机制，并可能为改善癌症免疫治疗的临床获益提供了治疗策略。 总结和展望 近些年，关于 肿瘤免疫分型 的机制探索无论是在临床研究还是基础科学研究中都是 炙手可热的方向 ，其产生的研究成果也非常有利于进行临床肿瘤免疫治疗药物的转化。 本文系统的梳理了 肿瘤免疫分型的来源、发展和应用 ，但只是窥全豹之一斑，仍然有很多细节需要大家自行补充。我是做肿瘤免疫基础研究的，近几年，发自内心体会到如今只简单的做经典的基因功能调控机制已很难再冲击高分文章，只有着手于具有潜在的临床应用价值的研究成果才能在如今科研浪潮下拔得头筹，而肿瘤免疫分型的研究正是符合了科研工作者的各种想象。 当然如果你并不是想发高分文章，只是想水几篇SCI，那么做一些较简单的肿瘤免疫分型也是不二选择。但从2021年已经发表的生信文章中可以看出，我们已很难再见到只分析纯肿瘤生物学特征的文章，将近90%的肿瘤生信思路文章或多或少都会联合免疫特征进行分析。如果之前你还不能意识到这个问题，那么阅读完此文的你就抓紧学习肿瘤免疫分型吧，相信在不久的将来也能发表一篇不错的肿瘤免疫分型相关的SCI论文。 [参考文献] Nagarsheth N, Wicha MS, Zou W. Chemokines in the cancer microenvironment and their relevance in cancer Rev Sep;17(9):559-572. doi: . Epub 2017 May 30. Desbois M, Udyavar AR, et al. Integrated digital pathology and transcriptome analysis identifies molecular mediators of T-cell exclusion in ovarian Nov 4;11(1):5583. doi: . Zhang B, Wu Q, Li B, Wang D, Wang L, Zhou YL. m6A regulator-mediated methylation modification patterns and tumor microenvironment infiltration characterization in gastric Mar 12;19(1):53. doi: . Hornburg M, Desbois M, et al. Single-cell dissection of cellular components and interactions shaping the tumor immune phenotypes in ovarian Apr 27:S1535-6108(21)00212-9. doi: . 更多精彩文章欢迎关注生信人公众号 最新文献免费获取，欢迎还珠医科文小程序