Can Cell | 肿瘤微环境亚型预测对免疫疗法的反应

撰文：mumu

IF=26.602

推荐度：⭐⭐⭐⭐⭐

亮点：

本文介绍了一个基于整体转录组的TME分类平台，能将多种癌症划分为保守的四种免疫/纤维化TME亚型，这种TME亚型可预测多种癌症对免疫疗法的反应，且将基因组学和转录组学整合到可视工具中，为临床医生制定个性化治疗方案提供依据。

5月20日，美国MD安德森癌症中心的Nathan Fowler医学博士在《Cancer Cell》上发表了一篇名为“Conserved pan-cancer microenvironment subtypes predict response to immunotherapy”的文章。分子靶向疗法的临床用途正在迅速发展，但主要集中在基因组改变上。转录组学分析为剖析肿瘤的复杂性提供了机会。肿瘤微环境（TME）是癌症进展和治疗结果的关键介质。通过对超过10,000名癌症患者的转录组分析进行TME分类，识别出20种不同癌症中保守的4种不同的TME亚型。TME亚型可预测多种癌症对免疫疗法的反应，拥有免疫有利的TME亚型的患者从免疫治疗中受益最大。TME亚型还可作为许多癌症类型的通用免疫治疗生物标志物。整合转录组学和基因组数据的可视化工具提供了完整的肿瘤绘像，描述了肿瘤框架，突变负荷，免疫组成，抗肿瘤免疫力和免疫抑制性逃逸机制。整合分析和可视化可以帮助发现生物标志物和治疗方案的个性化。

随着越来越多的证据表明，接受个性化治疗的患者具有更好的临床结局，精密医学有可能彻底改变癌症的治疗方法。在临床试验和标准护理中，肿瘤的基因组表征越来越普遍。虽然人们越来越多地接受基因组分析作为临床决策的一部分，但基因组表征通常需要在仅包含少量致癌性改变的有限基因中，靶向检测。转录组学分析为剖析肿瘤的复杂性和异质性以及发现可用于开发新的治疗策略的新生物标志物提供了额外的机会。全外显子测序（WES）和RNA测序（RNA-seq）以及常规的病理学，免疫组化和临床测试为肿瘤特征提供了多方面的视角，并有可能导致进一步鉴定和优化个体癌症患者的治疗方法。尽管如此，大规模的外显子组和转录组测序提供了数千个参数，对于常规治疗决策来说，过多的参数通常难以全面利用，反而让决策变得困难。目前发现肿瘤微环境（TME）对临床结果和治疗反应具有显著的作用。破解肿瘤免疫微环境的概况可以改善量身定制的免疫治疗策略的效果。但是，迄今为止，全面评估肿瘤和整个TME，整合基因组和转录组的分析仍然很少见，这篇文章中，研究人员为TME分类开发了一个可访问的转录组分析平台，由细胞群，信号特征，TME变化过程和癌细胞特性定义的功能基因集组成，以确保对肿瘤及其TME进行全面表征。最后，将转录组学和基因组数据整合可视化，得出全面的肿瘤绘像。

研究人员利用已发表的文献（图1A）选择了代表肿瘤主要功能成分以及免疫，基质和其他细胞群体的功能基因表达标记（Fges），基于转录组学的分析平台对TME进行分类。根据癌症免疫图和癌症免疫周期的原则选择T细胞活性和抗原呈递Fges。通过巨噬细胞和髓样来源的抑制细胞产生的免疫抑制作用以及与癌细胞特性有关的Fges。创建了一个手动划分的29个Fges列表，涵盖了已知的细胞和功能性TME特性（图1A和1B）。每个Fges被提炼成仅包括与特定的细胞类型或相关的基因的生物过程（图1C）。通过单样本基因集富集分析（ssGSEA）计算每个Fges的相对表达水平，将其应用于各种数据类型以基于基因集表达对样本评分。通过对TME Fges的无监督分析揭示了四种黑色素瘤微环境亚型。评估了约470种黑色素瘤肿瘤的表达模式，使用29种Fges的分类清单对黑色素瘤TME进行分类，该分析表明，黑色素瘤的分子谱可分为四个不同的微环境，分别称为（1）免疫富集，纤维化（IE / F）；（2）免疫富集，非纤维化（IE）；（3）纤维化（F）；（4）免疫耗竭（D）（图2A ，2B ）。使用29种Fges进行分类产生了四种不同的TME亚型，其特征是存在免疫活性或免疫抑制性微环境和肿瘤基质（包括CAF和血管形成）。IE / F黑色素瘤的特征在于与血管生成和CAF激活相关的Fges表达升高。IE黑色素瘤的特点是高水平的免疫浸润和明显增加的细胞溶解分数，并显示出比IE / F亚型更具免疫活性的微环境。与其他亚型相比，IE黑色素瘤的突变负荷最高（p <0.001），CD8 T细胞/ Tregs（p <0.001）和M1 / M2巨噬细胞的比例最高（p <0.01）（图2 F ）。另外两个亚型F和D，具有最小或完全缺乏白细胞/淋巴细胞浸润，而D亚型包含最高的恶性细胞百分率（图2 F）。在D型黑素瘤中，随着基因组重复或缺失频率的增加，染色体稳定性降低，表明拷贝数变化（CNA）可能与TME亚型相关（p <0.001 ）（图2F）。IE亚型黑色素瘤患者的总生存期（OS）和无进展生存期（PFS）与F和D亚型患者相比明显更长（图2 G），F亚型的OS最短。

通过分析来自TCGA-SKCM（n = 62）的代表性黑色素瘤肿瘤标本，研究了与每种TME亚型中基因表达模式相关的组织学表型，以从组织学角度验证TME亚型。确实，发现黑色素瘤亚型IE中淋巴细胞的丰度增加，黑色素瘤亚型F中成纤维细胞的高度存在（图3 A），使用独立的黑色素瘤数据集进一步证实了这一点（图3 B）。恶性细胞含量在D型中最高（图3A和3B）。四种不同的TME亚型之间的基因表达模式在组织学上与肿瘤的丰度以及淋巴细胞和间质的空间组织相关（图3 C）。例如，在TME亚型IE / F和IE黑色素瘤中，淋巴细胞高度丰富。IE / F亚型黑色素瘤比IE亚型黑色素瘤具有更高的基质含量，而F亚型则高度纤维化并形成致密的胶原蛋白（图3 C）。大多数实体瘤表现出三种主要的免疫表型，分别称为免疫发炎，免疫排斥和免疫耗竭; 因此， TME亚型也被分为这三个类别。TCGA黑色素瘤的定量组织病理学检查显示，IE亚型而非IE / F亚型黑素瘤富含免疫炎症的组织学表型，其特征是大量淋巴细胞浸润（图3 D）。大部分亚型IE / F黑色素瘤的特征是排斥表型（图3 D），而D型黑色素瘤的主要特征是耗竭（图3D）。通过免疫组织化学测定， IE亚型（而非亚型IE / F黑素瘤）在淋巴细胞和肿瘤细胞上PD-L1表达都增加（图3 E），表明可以通过抗PD1 / PD-L1免疫检查点封锁疗法激活抗肿瘤免疫力的环境。

且文中证实这四种TME亚型在多种癌症中均是保守的，表明基于表达特征的TME分类系统可广泛应用于全癌。这四种保守的TME亚型还与免疫治疗功效相关。文中还在四种不同的TME亚型中，研究了对免疫检查点抑制剂的反应，以确定该TME分类系统可以用作预测对免疫检查点抑制反应的工具，而且作为潜在的反应生物标志物，TME分类系统还可以应用于多种基于免疫的疗法（例如，治疗性疫苗和过继细胞疗法）。

由于TME直接影响免疫检查点治疗的效果；但免疫疗法也会影响和改变TME。因此跟踪TME的动态演变，可以为了解免疫检查点治疗反应提供重要见解。以黑色素瘤为例，作者分析了从接受过抗PD1免疫疗法治疗的黑色素瘤患者队列中收集的治疗前和治疗中活检的大分子RNA序列（治疗开始后1-6周）（图4A-4G ）。使用T细胞和CAF Fges（四种TME亚型的两个主要决定因素）显示TME演化动力学，突出显示免疫治疗的有利区和不利区（图4B-4G）。在这两组中，那些随后对抗PD1治疗产生反应的人群主要具有IE / F和IE亚型（16位应答者中的13位），这些亚型在治疗时保持不变或向免疫富集的环境发展（图4A-4C）。通过基于增加的T细胞活性，朝着IE和IE / F类型的免疫有利区域的T细胞与CAF映射的响应者的动态轨迹，可以直观地看到这种演变。相比之下，大多数对PD1治疗无反应的TME似乎维持或趋向于免疫不利的TME（n = 20，无反应中14；图4 D），并且免疫功能越来越弱，并且纤维化程度越来越高（图4D-4F）。这些进化模式得到了另外的TME跟踪的支持，该TME跟踪了用抗PD1免疫疗法治疗的黑色素瘤患者队列之一（n = 5，图4G-4I）。两名患有TME F亚型的黑素瘤患者对免疫检查点治疗没有反应，并且在治疗后仍停留在F亚型中（图4G）。通常，对免疫疗法有反应的黑色素瘤患者的肿瘤会演变为免疫增强的TME亚型IE和IE / F，而无反应者则保留了免疫不利的F亚型（图4I）。T细胞和NK细胞相关的Fges，Tregs和免疫检查点的表达随时间的推移在应答肿瘤中显着增加（图4J），表明免疫反应的激活和对免疫检查点封锁的反应增加了TME免疫细胞浸润。在缺乏免疫抑制性CAF（例如IE / F或F TME亚型）的情况下，具有高TMB的免疫低下肿瘤仍可从免疫治疗中受益。TME分类系统可以解释低TMB患者免疫治疗的有效性，而这两种分类系统TME分型和TMB分析可以作为免疫治疗生物标志物相互补充。在没有TMB数据的扩大队列中，利用治疗前和治疗中活组织检进行的TME分类仍具有很好的预测潜力（图4L），共同支持TME分型和TMB状态这两种分类方法的使用，并通过治疗活检获得的信息进行补充，以全面开发可准确预测免疫疗法反应的计算系统。

由于TME亚型与癌症基因组改变有关，那么每个肿瘤样品在恶性细胞和TME中都会发生具有基因表达模式的基因组改变。作者生成了一个称为分子MF Portrait的工具（图5 A），能够可视化每个肿瘤样本的独特特征，也代表了个性化的肿瘤绘像。在《MF Portrait》中，列出了与细胞增殖，致癌信号传导，EMT，血管生成和抗肿瘤免疫等不同过程相关的癌细胞中潜在的可靶向基因组改变，并将其列为优先事项。为了合理的组合治疗策略设计和临床试验患者选择，使用转录组学为每个分析的肿瘤分配了TME亚型，然后与图5B-5D所示的基因组学分析集成，这种具有潜在的临床实用性的工具（http：// science （bostongene.com/tumor-portrait/），可为临床医生制定个性化治疗方案提供依据。

教授介绍

Nathan Fowler医学博士现任BostonGene公司的首席医疗官，致力于发现创新的癌症治疗解决方案治疗患者。同时他还是德克萨斯大学MD安德森癌症中心淋巴瘤/骨髓瘤系的医学教授。在MD安德森癌症中心，福勒博士致力于为癌症患者开发具有开创性的新疗法，并领导了近十年的临床研究计划。他被认为是世界上最著名的血液癌药物开发专家之一，他的直接工作使FDA批准了几种淋巴瘤新药的批准。他还领导了针对未经治疗的淋巴瘤的首批联合免疫疗法的开发，并且是正在进行的该联合国际III期研究的主要研究者。目前已在同行评审期刊上发表了150余篇文章，还出版了许多有关癌症治疗创新方法的教科书。在从事医学工作之前，福勒博士曾在美国陆军担任过核生物和化学防御专家。此外，他还是为接受治疗的血液癌症患者提供住房的Halo HouseFoundation非营利组织的总裁兼创始人。

参考文献

Alexander Bagaev et al., Conserved pan-cancer microenvironment subtypespredict response to immunotherapy, Cancer Cell (2021), https://doi.org/10.1016/j.ccell.2021.04.014.