免疫治疗响应的生物学评价

免疫治疗响应的生物学评价：解码肿瘤与免疫的对话

免疫检查点抑制剂（ICI）、过继性细胞治疗等免疫疗法革新了肿瘤治疗格局。然而，患者响应差异巨大，部分患者持久获益，部分则无效或快速耐药。精准识别潜在获益人群、优化治疗策略，关键在于深入理解免疫治疗响应的生物学基础。以下从多维度解析影响免疫治疗响应的关键生物学特性：

一、肿瘤微环境中的免疫浸润图谱：启动应答的基石

1. 肿瘤浸润淋巴细胞（TILs）的数量与组成：

   • CD8+ 效应T细胞： 肿瘤实质内或边缘富集功能活跃的CD8+ T细胞是良好应答的最强预测标志之一。其存在表明免疫系统已识别肿瘤抗原并启动特异性应答。
   • CD4+ 辅助T细胞： Th1型细胞分泌IFN-γ等促进细胞免疫，有利于抗肿瘤应答。滤泡辅助T细胞（Tfh）支持生发中心反应和B细胞功能。
   • 其他淋巴细胞： NK细胞、γδ T细胞也展现抗肿瘤活性。效应记忆T细胞预示持久免疫记忆。

2. 空间分布与免疫表型：

   • “免疫炎症型”肿瘤（富含TILs，尤其是浸润肿瘤实质内部）通常对ICI响应更好。
   • “免疫排斥型”肿瘤（TILs被限制在间质/边缘）和“免疫荒漠型”肿瘤（极少TILs）往往应答不佳。空间分布可通过多重免疫组化、成像质谱流式等技术精确定量。
   • T细胞耗竭状态：表达PD-1、TIM-3、LAG-3、TIGIT等多种抑制性受体的耗竭T细胞（Tex）是ICI的主要作用目标。但Tex并非完全无功能，其程度（早期耗竭vs深度耗竭）及是否可被ICI逆转影响疗效。

3. 髓系细胞的复杂作用：

   • 树突状细胞（DCs）： 肿瘤内CD103+ cDC1是交叉呈递肿瘤抗原、激活CD8+ T细胞的关键。其浸润与良好应答相关。
   • 巨噬细胞： M1型促炎、抗肿瘤；M2型免疫抑制、促肿瘤进展、血管生成和转移。肿瘤相关巨噬细胞（TAMs）往往极化至M2样状态，抑制T细胞功能（通过表达PD-L1、分泌IL-10、TGF-β等）。
   • 髓源性抑制细胞（MDSCs）： 显著抑制T细胞和NK细胞功能，是免疫抑制微环境的重要推手，与不良预后相关。

二、肿瘤抗原性与抗原呈递机制：免疫识别的源头

1. 肿瘤突变负荷（TMB）：

   • 肿瘤基因组非同义突变总数（通常以突变/Mb表示）。高TMB产生更多新抗原（Neoantigens），增加被免疫系统识别为“非己”的可能性。
   • 高TMB是多种实体瘤（如黑色素瘤、肺癌、膀胱癌）ICI疗效的重要预测标志，尤其在PD-1/PD-L1抑制剂治疗中。但TMB阈值因癌种、治疗方案而异，且非唯一决定因素。

2. 新抗原质量（Neoantigen Quality）：

   • 并非所有突变都能产生有效的免疫原性新抗原。关键因素包括：
     • 抗原性： 与自身肽差异足够大，能被T细胞识别。
     • 克隆性： 存在于所有或绝大多数肿瘤细胞（克隆性新抗原）比仅存于部分细胞（亚克隆性新抗原）更有效，避免免疫编辑后逃逸。
     • 亲合力： 与HLA分子的结合强度及与TCR的相互作用强度。
     • 异质性表达： 空间和时间异质性影响有效性。

3. 抗原呈递机制（APM）效能：

   • 新抗原需通过主要组织相容性复合物（MHC，人类为HLA）分子呈递给T细胞。
   • HLA基因型： HLA多样性（特别是HLA-I类等位基因杂合性丢失）或特定等位基因型可能影响新抗原呈递效率。
   • APM组件表达： β2-微球蛋白（β2M）、抗原加工相关转运蛋白（TAP）、蛋白酶体亚基等表达缺失或突变，是肿瘤逃避免疫监视的常见机制，导致ICI耐药。

三、免疫抑制性微环境：阻碍应答的高墙

1. 免疫检查点分子的表达：

   • PD-L1： 肿瘤细胞或免疫细胞（TAMs、DCs）表达PD-L1，与PD-1结合抑制T细胞活化。PD-L1表达（通常通过免疫组化检测）是多个ICI的伴随或补充诊断标志物，但其预测价值因检测方法、阈值、空间异质性等存在局限。
   • 其他抑制性分子： CTLA-4、LAG-3、TIM-3、TIGIT、VISTA等也在免疫抑制中发挥重要作用，是联合治疗或新药开发的靶点。

2. 免疫抑制性细胞因子与介质：

   • TGF-β：强效抑制T细胞增殖、分化和功能，促进Treg和CAFs生成，诱导T细胞耗竭。
   • IL-10：抑制DCs成熟和T细胞活化。
   • VEGF：抑制DCs成熟、促进Treg和MDSCs扩增、损害T细胞功能。
   • 前列腺素E2（PGE2）、IDO（吲哚胺2,3-双加氧酶）：抑制T细胞功能，促进Treg。

3. 调节性T细胞（Tregs）：

   • 肿瘤内富集的功能活跃的Tregs通过多种机制（细胞接触抑制、分泌抑制性因子如IL-10/TGF-β、消耗IL-2等）强烈抑制效应T细胞功能。

四、肿瘤内在因素与异质性：塑造应答的土壤

1. 肿瘤细胞信号通路：

   • 致癌通路（如WNT/β-catenin）： 某些通路活化抑制T细胞浸润（如β-catenin活化导致CCL4表达降低，减少CD103+ DCs招募）。
   • IFN-γ信号通路： 效应T细胞分泌IFN-γ激活下游抗肿瘤基因（如调控抗原呈递、招募免疫细胞）。此通路的基因（如JAK1/2, STAT1, IRF1）或受体（IFNGR1/2）发生功能缺失突变/缺失是获得性耐药的重要机制。
   • PTEN/PI3K通路： PTEN缺失导致PI3K通路活化，与T细胞浸润减少及ICI应答降低相关。

2. 肿瘤异质性：

   • 空间异质性： 同一肿瘤不同区域或原发灶与转移灶间的免疫微环境、抗原表达、基因特征存在差异，影响整体治疗效果和耐药发生。
   • 时间异质性（克隆进化）： 治疗选择压力下，肿瘤克隆动态演化，产生新的逃避机制（如抗原丢失、免疫抑制增强）。

五、宿主系统性因素：免疫应答的背景

1. 肠道微生物组：

   • 共生菌群通过调节宿主免疫系统显著影响ICI疗效。特定有益菌属（如双歧杆菌属、阿克曼菌属、粪杆菌属）的丰度与更好应答相关，而某些菌群则可能促进耐药。微生物组调控（益生菌、粪菌移植、抗生素管理）是新兴策略。

2. 宿主免疫状态：

   • 基线全身免疫状态（如淋巴细胞计数、中性粒细胞/淋巴细胞比率）、慢性病毒感染史（如EBV、CMV）、自身免疫病史、长期使用免疫抑制药物（如皮质激素）都可能影响整体免疫应答能力和治疗耐受性。

六、动态监测与耐药机制解析

1. 治疗中生物标志物的演变：

   • 治疗早期外周血中免疫细胞亚群（如Ki-67+ CD8+ T细胞扩增）、细胞因子（如IFN-γ, CXCL9/10）变化可早期预测响应。
   • 循环肿瘤DNA（ctDNA）动态变化（清除或下降）是评估肿瘤负荷变化和治疗响应的灵敏指标，早于影像学改变。

2. 耐药机制：

   • 原发性耐药： 基线即存在免疫浸润缺乏、抗原呈递缺陷、强免疫抑制微环境（如富集Tregs/MDSCs）、特定致癌通路活化（WNT/β-catenin）等。
   • 获得性耐药： 治疗过程中出现的新抗原丢失、IFN-γ信号通路或APM组件基因失活突变、免疫抑制性通路代偿性上调、新出现的免疫抑制细胞浸润等。

整合生物学评价：迈向精准免疫治疗

免疫治疗响应是一个复杂的生物学过程，涉及肿瘤细胞、免疫细胞、基质细胞、微生物组及宿主因素的多层次、动态相互作用。单一生物标志物（如PD-L1、TMB）的预测价值有限。未来方向在于：

• 多组学整合分析： 结合基因组（TMB、新抗原、APM/HLA）、转录组（免疫基因表达特征）、蛋白质组/磷酸化组（信号通路活性）、表观组、微生物组数据，构建更精准的预测模型。
• 空间多组学技术： 揭示肿瘤微环境中细胞类型、状态、相互作用及分子特征的空间定位信息，理解“免疫荒漠”/“排斥”的成因。
• 人工智能与大数据： 利用机器学习分析海量临床和组学数据，识别复杂模式和新型生物标志物组合。
• 动态监测与液体活检： 利用ctDNA、循环肿瘤细胞（CTC）、外泌体、外周血免疫谱分析实现无创、实时监测治疗响应和耐药发生。

深入理解免疫治疗响应的生物学本质，整合多维度的生物标志物进行综合评价，是克服治疗瓶颈、实现个体化精准免疫治疗、最终提升患者生存获益的核心路径。解码肿瘤与免疫系统之间复杂的“对话”，将为攻克癌症开启新的希望之门。