当前位置:肿瘤瞭望>(WCLC)世界肺癌大会>正文

空间代谢组分析,加快ICI疗法的预测生物标志物开发

作者:肿瘤瞭望   日期:2024/10/29 13:22:51  浏览量:577

肿瘤瞭望版权所有,谢绝任何形式转载,侵犯版权者必予法律追究。

免疫检查点抑制剂(ICI)为非小细胞肺癌(NSCLC)带来了巨大希望,但疗效仅限于一小部分患者。现有生物标志物(包括肿瘤突变负荷[TMB]和PD-L1)的预测效能有限。澳大利亚学者Kenneth O’Byrne,MD在2024年世界肺癌大会(WCLC)的报告中指出,检测显示高TMB或PD-L1阳性结果最多有约40%的阳性预测值[1]。

免疫检查点抑制剂(ICI)为非小细胞肺癌(NSCLC)带来了巨大希望,但疗效仅限于一小部分患者。现有生物标志物(包括肿瘤突变负荷[TMB]和PD-L1)的预测效能有限。澳大利亚学者Kenneth O’Byrne,MD在2024年世界肺癌大会(WCLC)的报告中指出,检测显示高TMB或PD-L1阳性结果最多有约40%的阳性预测值[1]
 
Kenneth O’Byrne,MD
 
在2024 WCLC题为“预测未来:新型病理学评估和成像生物标志物”口头报告专场,O’Byrne教授介绍了“使用空间代谢组分析(spatial metabolic mapping)破译单细胞分析揭示的肿瘤微环境特征”,分析了加快ICI疗法预测生物标志物开发的关键发现。“为了提高对治疗反应的预测效果,我们确实需要更好地了解肿瘤微环境,”O’Byrne教授说。“肿瘤微环境的复杂性对患者使用ICI的疗效有巨大影响。”
 
传统上,人们认为热肿瘤(炎症细胞浓度高的肿瘤)反应更灵敏。然而单细胞分析表明,仅凭炎症细胞的存在并不能预测患者对免疫治疗的反应。炎症细胞高度浸润的热肿瘤可能对免疫检查点抑制剂有反应,而炎症细胞主要聚集在肿瘤外部并被排除在肿瘤微环境(TME)之外的热肿瘤可能没有治疗反应。炎症细胞的数量相似,但生物活性可能非常不同。
 
研究人员采用多模态方法,针对45名接受ICI治疗的NSCLC患者的组织样本进行回顾性分析,寻找有治疗反应和无治疗反应患者的典型特征,使用人工智能(AI)驱动的无监督聚类对细胞进行进一步分类。
 
无监督AI分析揭示了43个不同的细胞亚群。这些亚群主要通过不同的代谢状态和活化状态来区分。关键的差异表达蛋白包括氧化磷酸化标志物CS、SDHA和ATPAS以及代谢酶HK1、GLUT1和LDHA。
 
43个不同的细胞亚群
 
该研究观察到代谢状态、效应器功能(effector functions)和组织定位之间的直接联系。代谢活跃的淋巴细胞表现出PD-1、MHC-I和MHC-II以及CD44阳性水平升高。Treg细胞成为对ICI治疗耐药的预测因子,这与其他研究的结果相呼应。
 
对细胞邻域(cellular neighborhoods)的分析确定了10个不同的邻域,包括巨噬细胞混合肿瘤表型(macrophage-mixed tumor phenotype),其与治疗反应相关。O’Byrne教授表示,这种关联并不令人惊讶,因为众所周知,巨噬细胞可以对它们穿透的组织进行分化,并且一旦进入肿瘤细胞就会表现出抗肿瘤活性。
 
细胞交互分析
 
对肿瘤细胞的无监督聚类分析揭示了三种主要的代谢状态:OXPHOS阳性、OXPHOS阴性和PPP阳性。
 
PPP阳性状态的特征是ASCT2、pNRF2和G6PD上调。这些细胞表现出更高的增殖率和CD44(肿瘤干细胞标志物)的上调。PPP阳性肿瘤细胞含量较高(超过40%)的肿瘤对PD-1抑制剂治疗有耐药性,导致OS率降低。O’Byrne教授指出,如果PPP高,则对治疗没有应答,如果PPP低,则对治疗有应答。
 
无监督聚类揭示的与免疫治疗耐药相关的肿瘤代谢状态
 
O’Byrne教授强调这种技术开发提供了有趣的信号,但这项研究的发现需要谨慎解读。
 
参考文献:O’Byrne KJ.Deciphering Single-Cell Resolved Tumour Microenvironment Profiles Using Spatial Metabolic Mapping.2024 WCLC,OA03.06.

 

版面编辑:张靖璇new  责任编辑:无医学编辑

本内容仅供医学专业人士参考


非小细胞肺癌

分享到: 更多