在使用免疫檢查點抑制劑（ICI）治療時，通常只有20%的癌癥對這種療法表現出持久而顯著的反應。這種反應可能與腫瘤本身、周圍的微環境（TME）以及其他細胞類型（包括成纖維細胞和內皮細胞）的存在有關。T淋巴細胞、腫瘤相關巨噬細胞、樹突狀細胞和自然殺傷細胞等免疫細胞對這種反應尤為重要。

如今，人們會根據免疫細胞的浸潤對腫瘤進行免疫分型，將其分為“熱腫瘤”（hot）和“冷腫瘤”（cold），這有助于預測腫瘤對治療策略的反應。本文將討論目前的分型方法以及未來應用于臨床的潛力。

熱腫瘤 vs. 冷腫瘤

腫瘤浸潤T淋巴細胞密度特別低的腫瘤被稱為冷腫瘤。熱腫瘤則表現出更密集的效應T細胞浸潤，對免疫檢查點抑制劑的反應通常更強。通過腫瘤活檢可以了解免疫細胞TME以及腫瘤突變負荷，從而確定那些對免疫治療反應更強的患者。

賽多利斯生物分析應用團隊的Natasha Lewis表示：“將腫瘤分為冷或熱已成為癌癥研究領域的一種主要模式。在以T細胞為基礎的免疫療法的開發過程中，尤為如此。”

TissueGnostics公司的產品專家Anastasiia Marchuk解釋說：“這里主要存在兩個問題：1) 究竟是什么決定了腫瘤是變熱還是變冷；2) 我們能夠做些什么將無應答的冷腫瘤變成有應答的熱腫瘤？”腫瘤的免疫分型能幫助您回答這些問題。

腫瘤免疫分型

腫瘤免疫分型，也就是根據不同的T淋巴細胞亞群（如表面抗原的存在或缺乏）對免疫系統中的細胞進行分類。它有望提高免疫治療的療效，并實現精準醫療。

瑞典Navinci Diagnostics公司的首席商務官Subham Basu稱：“最終，這種方法將幫助患者更好地選擇治療方法，并鑒定出全新靶點用于治療（包括聯合治療）。”這家公司致力于為蛋白質相互作用研究開發創新的解決方案。

Lewis認為：“免疫分型的轉化應用之一是根據預測性標志物來判斷個性化醫療的潛力，為每位患者選擇最合適的治療方案，減少試錯成本。”如果這種個性化醫療在未來能夠實現，將在時間和成本方面為患者和醫生帶來不少好處。

免疫分型通常是利用流式細胞術開展的。不過，流式方法無法提供腫瘤的三維視圖和更廣泛的腫瘤微環境組成。

“幾十年來，流式細胞術一直是首選方法，因為它可以根據細胞表達的蛋白質對細胞進行快速檢測和分類。如今，只知道樣本中存在哪些細胞是不夠的，我們還需要知道它們是如何分布的。這種需求導致了空間生物學方法的興起，” Marchuk談道。

傳統的免疫組化（IHC）或免疫熒光（IF）染色與全切片成像相結合，有助于更好地了解特定細胞類型在其原生組織微環境中的分布情況。Marchuk介紹了最近的一項研究，它結合了空間轉錄組學和多重免疫熒光成像，對膠質母細胞瘤中的腫瘤相關巨噬細胞（TAM）亞群進行表征。

新興的分析方法

了解腫瘤微環境中的蛋白功能有助于監測藥物作用機制、評估突變背景、細胞組成差異、檢測新型藥物靶點、選擇生物標志物，以及信號通路方面的基礎研究。

Basu表示：“我們的技術可以對蛋白質之間的相互作用進行檢測、觀察和分析（包括定量），無論是細胞之間的相互作用（比如受體與配體：PD-1和PD-L1），還是細胞內的信號傳導（如PD-1和SHP-2）。兩者都有助于了解腫瘤微環境中的蛋白功能。”

另外一些經過驗證的分析方法還能提供有關細胞行為的高質量數據，包括細胞遷移和侵襲、免疫細胞浸潤以及治療后的細胞凋亡。“熒光報告基團和試劑可用于實時監測信號通路在治療后的動態變化，” Lewis評論說。

“賽多利斯的Incucyte®活細胞成像分析系統能夠實時監測細胞動態，對分析腫瘤微環境很有幫助。iQue®流式細胞平臺可以在單細胞水平上同時分析多個參數，而基于微球的iQue®分析可定量趨化因子和細胞因子，描述腫瘤的炎癥狀態，以及它們在腫瘤發展過程中如何變化。”

“質譜流式細胞術能夠測定多達50種表面標志物，但采集速度可能比流式細胞術慢一個數量級，” Lewis說。“高維度的流式細胞術能夠使用含更多標志物的檢測組合，提供更詳細的免疫細胞表型圖譜。”

目前，人們正在開發先進的計算工具和機器學習算法，以便處理這種免疫分型技術產生的大量復雜數據集，并不斷改進算法進行數據整合、歸一化和可視化。

向3D和AI邁進

免疫分型的未來會是什么樣？Lewis預測道：“3D模型將有著巨大的潛力和機遇。這些模型比2D培養或小鼠模型更具預測性，而且會減少臨床試驗中的藥物失敗，從而節省時間和經費。”在這種培養系統中使用iPSC還有望帶來先進的個性化治療策略。

Basu及其團隊則認為，下一個階段的進步將來自對蛋白質功能的更深入探索，而不僅僅是增加多重性。目前，Navinci公司的分析僅供研究使用，但也應用在癌癥回顧性分析的生物標志物評估中，包括非小細胞肺癌、結直腸癌和膀胱癌。

“當然，隨著我們不斷了解免疫系統如何抗擊癌癥，還會出現更多有待解答的問題，” Marchuk總結道。“人工智能已成為一種新標準，尤其是在圖像分析領域——協助處理和分析大量數據，并確保高效性和準確性。因此，我們期待未來看到更多的在工作流程中應用人工智能的例子。”

參考文獻

1. Zhang J, Huang D, Saw PE, Song E. Turning cold tumors hot: from molecular mechanisms to clinical applications. Trends Immunol. 2022 Jul;43(7):523-545.

2. Zabransky DJ, Yarchoan M, and Jaffee EM. (2023). Strategies for heating up cold tumors to boost immunotherapies. Annu Rev Cancer Biol. 2023; 7:149-170.

3. Wang W, Li T, Cheng Y, et al. Identification of hypoxic macrophages in glioblastoma with therapeutic potential for vasculature normalization. Cancer Cell. 2024;42(5):815-832.e12.


（文章來源：www.ebiotrade.com/newsf/2024-9/202492172716675.htm）