Genome Biology：23个癌症类型 10000+个肿瘤样本综合分析 指导肿瘤免疫疗法

  Li Bo等开发了一种计算方法来研究肿瘤浸润免疫细胞以及它们与癌细胞之间的相互作用。他们关于免疫渗透水平，临床关联以及预测标志物等方面的数据可能预示产生有效的癌症疫苗和检查点抑制疗法。相关实验发表在Genome Biology。

图1. 预测肿瘤浸润淋巴细胞丰富性的计算方法

  最近，癌症免疫治疗在晚期肿瘤方面取得了显著成功，但仍有很大一部分患者治疗效果不明显。大家努力阐明肿瘤与免疫的相互作用，并提供治疗效果的预测。Rooney等通过使用两种效应分子的表达水平来研究细胞毒活性（CYT），并确认免疫逃避机制。近期有人成功分析了大肠癌的免疫表型，而且提供了新的治疗靶点。虽然这些研究很大地提高了人们对于肿瘤免疫编辑的理解，但对于肿瘤和免疫系统之间的相互作用以及其如何影响患者治疗效果，我们知之甚少。肿瘤浸润免疫细胞的临床研究已经确立了细胞毒性T细胞（CTL）和肿瘤相关巨噬细胞（TAMs）在一些疾病中的作用。然而，许多癌症中其他免疫细胞临床效果，我们仍然不知道。因此，我们要更全面地分析肿瘤免疫性，来理解多组分的抗肿瘤反应和引导有效的抗肿瘤免疫疗法。

图2. 浸润淋巴细胞的分布和肿瘤微环境中B细胞的特异性增强

  Li Bo等整合了来自23个癌症类型，超过10000个肿瘤样本的分子序列，来调查个人的免疫组分对于综合临床表现的影响。他们通过多种方法，包括计算机模拟、正交比较和病理学方法，验证他们对于肿瘤浸润免疫细胞的推测。通过将免疫浸润与病人疗效关联，他们确认了一些新的联系，包括新的联系和以前的研究所支持的联系。他们的分析还表明，免疫浸润肿瘤的异质性是由潜在的癌症遗传变异以及趋化因子/受体的特异性表达引起的。另外，他们研究了治疗性癌症疫苗和检查点抑制的免疫治疗靶点。最后，他们相关的调查结果已经打包上传到TIMER（肿瘤免疫评估资源），从而进一步探索肿瘤微环境中的不同免疫浸润对于特定疾病的临床影响。

图3. 免疫细胞浸润预测临床效果

 了解肿瘤与免疫系统之间的联系对于发现生物标记物，减少多药耐药以及开发新的疗法是至关重要的。所以，我们需要新型的计算方法来评估肿瘤浸润免疫细胞以及理解癌症中肿瘤与免疫之间的关系。

图4. 肿瘤间免疫浸润基因异质性的潜在原因

  他们在来自癌症基因图谱（TCGA）的23种癌症类型的10000份以上的RNA测序样品中，分析肿瘤浸润免疫细胞。相比其他方法而言，他们的计算方法推断的免疫浸润与患者临床特征、病毒感染和癌症的遗传改变状态更相近。肿瘤/睾丸抗原表达与CD8 T细胞丰富表明MAGEA3是黑色素瘤（而不是非小细胞肺癌）的一个潜在的免疫靶标，这暗示着SPAG5可作为多种癌症的替代癌症疫苗的靶标。他们发现高表达CTLA4的黑色素瘤在CD8 T细胞浸润方面，可以分为两个不同的群体，CD8 T细胞浸润可能影响抗CTLA4药物的临床反应。他们观察到，关于肾细胞癌CD8 T细胞，Tim3表达也存在上述的区分。丰富的免疫浸润以及他们的下游分析结果，可通过TIMER来获得（http://cistrome.org/timer）。

图5. 非小细胞肺癌和黑色素瘤中免疫细胞浸润和癌症/睾丸（CT）抗原表达之间的联系。

图6. 高表达抑制性受体的肿瘤中CD 8 T细胞浸润水平

参考文献：Comprehensive analyses of tumor immunity: implications for cancer immunotherapy

（转化医学网360zhyx.com）