顶级科学家为肿瘤免疫治疗泼冷水(肿瘤免疫分型深度剖析好文)

顶级科学家为肿瘤免疫治疗泼冷水

2016年09月18日讯 作为癌症治疗的新工具，免疫治疗为人们带来了新希望。如今，这方面的研究正进行得如火如荼。不过，据STAT网站报道，在上周召开的第二届全球癌症免疫治疗大会上，一些顶级专家给人们泼了一盘冷水。

华盛顿大学的Philip Greenberg博士说：“别轻信你所听到的。”他也是著名的免疫治疗公司Juno Therapeutics的联合创始人。尽管利用免疫系统来攻击肿瘤取得了巨大进展，但他及实验室成员认为，免疫肿瘤学不仅仅是刺激T细胞攻击肿瘤那么简单。

Greenberg表示：“尽管T细胞围攻肿瘤，以恶性细胞上的分子作为攻击目标，但我们也看到了复发。”同时，在急性骨髓性白血病的早期临床试验中，即使患者的免疫系统在攻击恶性的血细胞，但其生存率并没有改善。

他认为，在某些病例中，肿瘤变身，使得T细胞针对的目标消失。当T细胞不攻击肿瘤细胞时，这些癌细胞又释放钾离子，反过来摧毁T细胞，阻止它们攻击其他的肿瘤细胞。肿瘤还会发出“抑制信号”，让T细胞关闭。此外，可怕的副作用也仍然是免疫治疗的一大挑战。

文章指出，免疫肿瘤面对的困难也反映了之前那些“革命性”方法的问题。比如，癌症生物学家设法利用药物来阻断肿瘤的血液供应，让它们饿死，这被称为抗血管生成。但肿瘤很快又想出另一种方法来增加血液供应，致使许多患者复发和死亡，而仅仅增加了几周的生存。

在另一种分子靶向治疗技术中，药物敲除了那些驱动恶性细胞生长和增殖的分子。正如宣传的那样：药物禁用了那些驱动生长的分子，不过，肿瘤很快又另辟蹊径，通过其他的途径生长和增殖。

当然，免疫治疗领域也有一些突破性的成功，如默沙东公司研发的Keytruda。这是一种单克隆抗体，它通过阻断肿瘤表面的PD-1分子与其配体PD-L1的结合，掐断PD-1信号通路，阻止其对人体内免疫T细胞的抑制。它适用于晚期黑色素瘤的治疗。类似的抗癌药物还有Opdivo和Yervoy。

癌症生物学家已经意识到，肿瘤细胞是以一种非常复杂的方式应对治疗，这往往使最好的想法挫败。然而，在此次会议中的1460名科学家中，有700多名是来自产业界，这表明学术实验室中的突破正在迅速商业化。

尽管有些挫折，但科学界也表示乐观。他们认为，免疫治疗最终将造福许多患者。通过正视免疫治疗如何失败，研究人员将让更多患者受益。Greenberg引用了《火星救援》中那位滞留宇航员的话，“我要用科学干出一条生路。

肿瘤免疫分型深度剖析好文

第一章：肿瘤免疫分型的起源

1.肿瘤免疫分型的由来

肿瘤的近代治疗起源于西方，可从18世纪算起。而更远的肿瘤治疗史可追溯到我国宋代。最早描述癌症的特征是《仁斋直指附遗方论》一书中 “癌者上高下深，岩穴之状，颗颗累垂……毒根深藏，穿孔透里” ，意思是说肿瘤像岩石状，有毒根深藏于体内，从这句话可以看出那时对肿瘤的外观描述，基本上与现在的肿瘤类似。人类与肿瘤的斗争已长达上千年，而始终没有取得重大进展。这是因为先前对肿瘤的研究大多集中在肿瘤细胞本身，也就是大家所认识的肿瘤生物学范畴；而随着医疗和科研水平的进步，人们认识到肿瘤异质性很大，尤其是患者之间更无从规律可循，并且肿瘤细胞可在周围环境产生变化之后发生进化，研究肿瘤细胞本身就变得困难重重。因此直到步入20世纪，人们才开始认识到要想战胜肿瘤，我们需要更强大的武器，那就是 人体自身的免疫系统 ，这样的科研导向也就促进了肿瘤免疫学这个热门研究领域的发展。

利用人体免疫系统来杀伤肿瘤 的方式最开始并不被人们看好，一方面是因为利用免疫系统治疗肿瘤的方式没有像手术、化疗那样立竿见影；另一方面是因为最开始科学家对复杂的人体免疫系统的认识并不透彻。随着人们对机体免疫系统的研究越来越深入，肿瘤免疫治疗近二十年才得以慢慢为世人所接受，其中最为引起轰动的是 2018年的诺贝尔医学奖授予了研究肿瘤免疫治疗的两位学者：Allison和Honjo 。他们分别揭示了免疫检查点CTLA-4和PD-1在肿瘤中的作用，从而为免疫治疗药物的临床应用奠定了基础。

免疫检查点抑制剂在很多肿瘤中都取得了良好的响应，这本应该是一个比较理想的结局，然而故事并没有那么简单，并且肿瘤的免疫治疗之路才刚刚开始。随着免疫检查点抑制剂投入到各种肿瘤的大型临床实验中，问题也越来越突出，那就是虽然有些肿瘤患者对免疫检查点抑制剂应答很好，但在另外很多肿瘤患者中免疫检查点抑制剂却根本没有任何疗效。同样的抗体，为什么会出现如此截然不同的结果？科学家开始研究导致这种现象的原因。

图1：

考虑到免疫检查点抑制剂主要是动员自身的免疫细胞来攻击肿瘤，那么很容易就可以想到的是会不会因为患者自身的免疫细胞的功能状态不同，从而对免疫治疗药物的应答不同呢。方向是有了，但似乎离科学家想得到的解释还有点距离。这是因为如果从整个机体的免疫系统出发，那问题就比较复杂，而且不够直接，这个问题直到免疫微环境的提出才得到更好的解决。研究者通过对多种肿瘤的肿瘤微环境分析后发现， 每一种肿瘤，甚至每一位患者的肿瘤浸润免疫细胞都存在差异 ，于是就有研究者根据免疫细胞浸润的特点将肿瘤大致分为 “冷”肿瘤 和 “热”肿瘤 ， 前者肿瘤中浸润的免疫细胞少以及较多比例的是免疫抑制性细胞（Treg,MDSC），对免疫治疗应答反应弱；后者肿瘤中浸润着较多的激活性免疫细胞（CD8+T,Th1），能对免疫治疗药物产生较好的应答反应。

2.肿瘤免疫分型分子机制

“冷”“热”肿 瘤概念的提出是 肿瘤免疫分型的雏形 ，而如果想进一步的理解免疫分型，人们就迫切需要知道究竟是什么原因会引起不同患者肿瘤免疫微环境如此大的差异。

众所周知，人体免疫系统是一个整体，其包括中枢免疫器官胸腺、骨髓以及外周免疫器官淋巴结、脾脏等，它们是各种免疫细胞的驻扎地，还需要淋巴管、血管等完成免疫细胞到局部组织的运输工作。肿瘤中很少有淋巴管，而血管含量丰富。那是不是肿瘤血管的含量是引起免疫细胞浸润的不同呢？答案是否定的，因为血管丰富的肿瘤反而浸润更多的抑制性免疫细胞，促进肿瘤的生长。故事说到这，就需要一些免疫学知识做支撑。 免疫细胞的定向迁徙除了受血管和淋巴管影响外，还需要一类重要的免疫分子：趋化因子以及趋化因子受体。如果将血管比作马路， 趋化因子就是信号灯，它们掌控着各种免疫细胞的走向 。

图2：

科学家通过研究发现，正是 肿瘤中各种趋化因子和趋化因子受体的种类以及含量不同，才会引起不同患者肿瘤浸润免疫细胞的巨大差异 。一些肿瘤细胞也因此利用免疫系统的这个特点，从而释放促进抑制性免疫细胞浸润的趋化因子，并高表达对应的趋化因子受体来吸引抑制性免疫细胞的浸润，从而有利于自身的生长。

第二章：肿瘤免疫分型的全面揭示

1.肿瘤三大免疫分型的提出

肿瘤免疫分型的理念被提出了，但科研不是哲学，光是理念是远远不够的，研究者需要用数据说话。 肿瘤浸润的免疫细胞肿瘤虽多，但大体可以分为两种，一种是可以发挥杀伤肿瘤作用的免疫细胞，如：NK, NKT, CD8+ T细胞；另一类则是发挥抑制免疫细胞杀伤肿瘤功能的细胞，如：Treg, Th1, Th2, M1, M2； 这些免疫细胞中功能最重要的就是T细胞，因为无论是何种形式的免疫细胞调控网络最后都需要T细胞的参与，而且目前各种免疫检查点抑制剂主要也是作用于T细胞来发挥抗肿瘤功能，因此揭示肿瘤浸润的T细胞功能是最重要的。

图3：

对肿瘤免疫分型的研究有很多，其中 比较受研究者广泛认可的就是肿瘤的三大免疫分型： “免疫浸润型” 、 “免疫排斥型” 、 “免疫沙漠型” 。研究者通过对肿瘤组织进行免疫组化染色后发现这三类显著的差异，在“免疫浸润型”肿瘤中，CD8+T细胞可以浸润到肿瘤内部；“免疫排斥型”肿瘤中，虽然也有较高的CD8+T细胞浸润程度，但都是集中在肿瘤外围；而“免疫沙漠型”肿瘤中很少有CD8+T细胞的浸润。

图4：

进一步的研究发现，“免疫浸润型”肿瘤内部表达较高的 MHCI 类分子 ，而另外两种类型的肿瘤中却MHCI分子的表达情况明显降低；此外，“免疫排斥型”的肿瘤外围表达较高的 细胞表面糖蛋白丝氨酸蛋白酶(FAP) ，这个基因主要负责塑造细胞外基质，可调控肿瘤外周形成一层厚厚的基质，从而阻断免疫细胞的浸润。

2.肿瘤免疫分型的量化

三大肿瘤免疫分型的提出为研究者提供了更加确切的证据，但同时也引出一个问题，就是对于很多患者来说被诊断出肿瘤时都已经是晚期；而且如果对每一位患者都进行组织切片，从而进行免疫组化染色来进行肿瘤分型是不切合实际的。因此，研究者在一个大型卵巢肿瘤队列中将数字病理和转录组数据分析进行结合，开发了一种机器学习方法来揭示肿瘤的分子分类和描述肿瘤免疫表型。通过使用随机森林的算法，研究者开发出了一个基于 157个特征基因的分类器 ，根据患者这些基因的表达情况，对患者进行肿瘤免疫特征分类。

图5：

3.影响肿瘤免疫分型的分子机制

“免疫浸润型”的肿瘤细胞表达较高水平的MHCI类分子而低表达FAP基因；而“免疫排斥型”的肿瘤细胞的MHCI类分子明显降低却高表达FAP基因。那么这两种机制有什么关联呢？哪一种才是引起不同肿瘤免疫特征的始动因素？研究者通过分析这两条路径的上下游调控机制，发现 无论是MHCI类分子还是FAP均受一个重要免疫分子的调控，那就是 TGFβ 。原来，肿瘤细胞为了逃脱T细胞的攻击，可以借助肿瘤抑制性免疫细胞(Treg,M2)产生TGFβ，后者一方面可以和肿瘤细胞上的受体结合，下调MHCI类分子；一方面可以和成纤维细胞上的受体结合上调FAP的表达，从而产生胶原蛋白形成厚厚的基质层包围在肿瘤周围，以排斥杀伤性免疫细胞的浸润。

图6：

第三章：肿瘤免疫分型的应用

说完了肿瘤免疫分型的基础知识，那么接下来我就介绍一些最近有关 肿瘤免疫分型的高分文章 ，希望能起到抛砖引玉的效果，引起大家进一步的思考。

应用1：m6A分子调控肿瘤免疫分型

近些年，肿瘤m6A修饰的调控机制也是研究的热门方向。热点碰撞会产生怎样的化学反应呢，下面首先介绍一篇发表在Molecular Cancer (IF:27.4) 的一篇文章，篇名为：m 6 A regulator -mediated methylation modification patterns and tumor microenvironment in filtration characterization in gastric cancer。

图7：

在开始讲解m6A和肿瘤免疫分型的联合分析之前，我先来介绍一些m6A的背景知识。这篇文章首先确定了21个m6A调节因子，包括8个Writers、2个Erasers和11个Readers。图7介绍的是这些分子的细胞分布和基本功能，简单来说m6A是对RNA的一种可逆的修饰方式，依靠Writers对RNA进行修饰，Readers进行m6A修饰信息的读取，当完成特定使命后又可以依靠Erasers对m6A修饰进行删除。

图8：

下面开始讲解这篇文章的主要内容，作者首先根据 m6A调控因子的表达对患者进行分类 ，随后发现这种分类和肿瘤免疫分型有很高的相似度 。于是作者就研究了肿瘤的m6A修饰和免疫分型的关系。最后发现依靠m6A特征基因算出的m6Ascore值在“免疫浸润型”、“免疫排斥型”、“免疫沙漠型”患者中的得分存在明显差异（图8A）。随后在抗PD-L1队列（IMvigor210）和抗PD-1队列（GSE78220）中，低m6Ascore的患者都具有显著的临床疗效(图8B)，并且显著的延长了生存率。此外，低m6Ascore患者的PD-L1明显高表达，这表明在对抗PD-1/L1免疫治疗中有潜在的反应。

总之， 这项研究基于21个m6A调节因子，区分了三个不同的m6A甲基化修饰模式，这三种模式具有明显不同的TME细胞浸润特性。 并且不同的m6A修饰模式之间的mRNA转录组差异与m6A和免疫相关的生物途径显著相关。作者建立了m6A score评分系统来评估每个胃癌患者的m6A修饰模式，从而在预测免疫治疗结果方面具有重要价值。

应用2：单细胞测序揭示卵巢癌免疫特征

单细胞测序是近几年兴起的一项革命性技术，它赋予了研究者在单个细胞水平研究各种细胞功能机制的能力。同样作为近些年高分文章中的常用技术，单细胞测序揭示肿瘤免疫分型会有什么样的惊喜呢，下面我就介绍一篇发表在Cancer cell (IF:31.7) 杂志上的一篇文章，篇名为：Single-cell dissection of cellular components and interactions shaping the tumor immune phenotypes in ovarian cancer

图9：

此研究首先对15名卵巢癌患者的肿瘤样本进行scRNA-seq（图9A），根据已知的细胞类型的标记物来定义细胞类型。结果表明，从整体看不同免疫分型的患者肿瘤细胞差异较大，同一免疫类型的肿瘤细胞能聚类到一起，不同免疫分型的肿瘤细胞差异较大（图9B）；此外，基质细胞（图9C）和免疫细胞（图9D）类型虽然在患者之间转录层面差异不大，但其相对分布情况差异很大，并且与肿瘤的免疫分型并没有明确关联。

文章进一步研究了肿瘤内在特征是否影响免疫浸润模式。分析结果显示，排斥型和浸润型的肿瘤之间没有显著的肿瘤细胞转录差异，但在排斥型和浸润型组合与沙漠型肿瘤之间有29个基因表达显著差异。对于这个结论我认为为排斥型和浸润型应该也有比较大的差异，只是单细胞测序需要制备单细胞悬液，可能破坏了这种结构。因而，用单细胞空间转录组进一步解析这两种免疫分型下的肿瘤细胞功能会更有意义，尤其是揭示免疫排斥型最外周的基质细胞层的特征将会为治疗这类患者提供更直接的参考价值。

基因集合富集分析显示，这些基因主要与增殖途径有关，它们的鉴定是由三种具有增殖分子亚型的沙漠型肿瘤所驱动的。另一方面，浸润型和排斥型肿瘤细胞在干扰素应答通路中显著富集，这主要是由编码主要组织相容性复合体(MHC)I类和II类加工和呈递的基因驱动的。此外，文章还观察到浸润型和排斥型肿瘤细胞中氧化磷酸化途径显著富集。

图10：

最后，作者为了总结这些观察结果，总结出了一个模型，在这个模型中，不同的成分和肿瘤、免疫和间质间的潜在串扰可能会形成不同的肿瘤免疫表型（图10）。模型中，TME中有免疫功能的肿瘤(包括浸润型和排斥型肿瘤)有许多不同于沙漠型肿瘤的共同特征。表达CX3CR1配体的内皮细胞和周细胞也可能参与浸润型和排斥型肿瘤中CX3CR1 肿瘤相关巨噬细胞的募集。浸润型和排斥型肿瘤之间也存在重要差异。在T细胞浸润型肿瘤中，浸润程度可能受到两个因素的影响：浸润型肿瘤细胞呈现出CXCL16的高表达，这可能与CXCR6+T细胞向肿瘤上皮的募集有关；此外，浸润型肿瘤中IL1 CAFs丰富，其可能通过CXCL12/ 14促进CXCR4的表达从而进一步募集T细胞。

这项研究通过 对15个临床卵巢癌患者的单细胞RNA测序分析，深入剖析了TME中不同的细胞、功能表型及其动态相互作用，使肿瘤免疫分型的特征更加丰富。 文章结果强调了可能形成肿瘤免疫表型的潜在分子机制，并可能为改善癌症免疫治疗的临床获益提供了治疗策略。

总结和展望

近些年，关于 肿瘤免疫分型 的机制探索无论是在临床研究还是基础科学研究中都是 炙手可热的方向 ，其产生的研究成果也非常有利于进行临床肿瘤免疫治疗药物的转化。

本文系统的梳理了 肿瘤免疫分型的来源、发展和应用 ，但只是窥全豹之一斑，仍然有很多细节需要大家自行补充。我是做肿瘤免疫基础研究的，近几年，发自内心体会到如今只简单的做经典的基因功能调控机制已很难再冲击高分文章，只有着手于具有潜在的临床应用价值的研究成果才能在如今科研浪潮下拔得头筹，而肿瘤免疫分型的研究正是符合了科研工作者的各种想象。

当然如果你并不是想发高分文章，只是想水几篇SCI，那么做一些较简单的肿瘤免疫分型也是不二选择。但从2021年已经发表的生信文章中可以看出，我们已很难再见到只分析纯肿瘤生物学特征的文章，将近90%的肿瘤生信思路文章或多或少都会联合免疫特征进行分析。如果之前你还不能意识到这个问题，那么阅读完此文的你就抓紧学习肿瘤免疫分型吧，相信在不久的将来也能发表一篇不错的肿瘤免疫分型相关的SCI论文。

[参考文献]

Nagarsheth N, Wicha MS, Zou W. Chemokines in the cancer microenvironment and their relevance in cancer immunotherapy.Nat Rev Immunol.2017 Sep;17(9):559-572. doi: 10.1038/nri.2017.49. Epub 2017 May 30.

Desbois M, Udyavar AR, et al. Integrated digital pathology and transcriptome analysis identifies molecular mediators of T-cell exclusion in ovarian cancer.Nat Commun.2020 Nov 4;11(1):5583. doi: 10.1038/s41467-020-19408-2.

Zhang B, Wu Q, Li B, Wang D, Wang L, Zhou YL. m6A regulator-mediated methylation modification patterns and tumor microenvironment infiltration characterization in gastric cancer.Mol Cancer.2020 Mar 12;19(1):53. doi: 10.1186/s12943-020-01170-0.

Hornburg M, Desbois M, et al. Single-cell dissection of cellular components and interactions shaping the tumor immune phenotypes in ovarian cancer.Cancer Cell.2021 Apr 27:S1535-6108(21)00212-9. doi: 10.1016/j.ccell.2021.04.004.

更多精彩文章欢迎关注生信人公众号

最新文献免费获取，欢迎还珠医科文小程序

如何从肿瘤免疫应答的角度设计研究思路？

在抗肿瘤免疫应答过程中，药物的疗效很大程度上取决于肿瘤特异的效应性免疫细胞的功能状态，而效应细胞的增殖和活性受免疫检查点共刺激和共抑制信号的共同调节。因此增加抗肿瘤免疫反应往往是通过 增强作为正向调节的共刺激信号，或阻断负向调节的抑制信号 。但往往事情没有我们想的那么简单，尤其是在异质性很强的肿瘤微环境中，各种免疫调控网络纷繁复杂，这也就促使我们采用多种免疫检查点抑制剂联合治疗的方案。

目前发现具有可用于药物治疗的免疫检查点分子有很多： PD-1, PD-L1, CTLA4, LAG-3, TIM-3, TIGIT, PVRIG, NKG2A 等，因为PD-1/PD-L1和CTLA4最早被发现，也研究的最多，因此目前抗CTLA-4 与抗 PD-1/PD-L1 联合策略也被用于多种肿瘤的免疫治疗中。但这种组合方式在很多肿瘤患者中的疗效并不显著，还具有很强的副作用，因此近些年科学家正不断研究别的免疫检查点联合用药方式。其中因 TIM-3 广泛表达于T细胞、Tregs、B细胞、NK细胞、DCs、巨噬细胞和肥大细胞等各种免疫细胞，并与 Galectin9 、高迁移率组盒1( HMGB1 )和癌胚抗原相关细胞粘附分子1( CEACAM-1 )结合成为了近几年基础和临床研究工作者的青睐。此外，TIM-3与PD-1在耗尽的T细胞和TILs上的共表达现象为联合使用抗PD-1和抗TIM-3提供了一个思路。并且一些小鼠模型的实验为这种组合的有效性提供了直接证据，几个I期的抗PD-1联合抗TIM-3的研究已经在晚期和转移性实体肿瘤中开始施行。

那么接下来我就先通过解读今年发表在 Nat Commun (IF:14.91)一篇名为：Galectin-9 interacts with PD-1 and TIM-3 to regulate T cell death and is a target for cancer immunotherapy的文章介绍免疫检查点分子情侣PD-1/TIM-3以及 Galectin-9 的三角恋故事。

1.质谱分析筛选PD-1的结合蛋白

研究者首先通过IP/Western和免疫复合物的质谱分析确定了Galectin-9是PD-1的结合蛋白，且具有免疫调节活性。这里可能大家需要想到作者肯定筛选出了很多可以与PD-1结合的蛋白，然后通过实验逐一进行功能验证，最后发现Galectin-9蛋白具有较好的表型，因此后续都对这个蛋白进行分析。 类比这样的方法我们还可以筛选与自己研究基因相结合的蛋白，从而缩小靶基因的范围。 后续实验证明了Galectin-9与PD-1的结合是高度选择性的，并且是由多糖介导的，它不影响PD-1与其同源配体PD-L1的结合，也不影响PD-1和治疗性抗体Pembrolizumab和nivolumab的结合。

Galectin-9主要有两个CRD ( N-CRD，C-CRD )结合位点，研究者发现Galectin-9主要通过其 C-CRD 与PD-1结合，而N-CRD和C-CRD均介导其与Tim-3的结合。为了确定PD-1上与Galectin-9结合的糖基化位点，将PD1上4个可能的糖基化位点(N49、N58、N74和N116)上的天冬酰胺(N)残基分别突变为谷氨酰胺(Q)，发现 N116Q 突变在很大程度上影响了PD-1与Gal-9的结合，因此Galectin-9/PD-1的相互作用主要由Gal-9的C-CRD和PD-1的N116连接的糖链介导。

图1：

2. Galectin-9可与PD-1和TIM-3交联形成复合物

紧接着研究者通过平板蛋白结合实验，发现在没有Galectin-9的情况下，PD-1 ECD并不结合TIM-3 ECD，而Galectin-9促进了它们的协同结合。DuoLink实验和IP/Western实验的结果进一步证实了这一点。但神奇的是， 在没有外源Galectin-9的情况下，PD-1/TIM-3相互作用也能被检测到 ，这种相互作用并不被乳糖或PD-1 N116Q突变所抑制。这就好比PD-1/TIM-3本来是一对情侣，只是感情并不是太稳定，这时生活中出现了一个和两人都能处得来的好友Galectin-9，表面是调节二者关系，其实是和其中一人搞暧昧。

图2：

3. Galectin-9可作为癌症免疫治疗的靶点

通过流式细胞术分析,研究者发现 Galectin-9诱导的T细胞死亡可能与抗癌免疫抑制有关 ，因此研究者评估了抑制Galectin-9在癌症治疗中的潜力，并推测这可能是由于抑制Galectin-9后T细胞共刺激受损所致。接下来，通过将抗Galectin-9与 GITR (TNFRSF共刺激受体家族的一个成员)的激动型抗体DTA-1相结合验证了这一想法，它们的组合在不同的肿瘤模型中协同抑制了肿瘤的生长和延长了总生存期。因此，这些结果表明Galectin-9是肿瘤免疫治疗的靶点，并且抗Galectin-9联合GITR激动剂可以诱导出强大的抗肿瘤活性。

图3：

4. 质谱流式证实抗Galectin-9治疗针对特定的肿瘤浸润性T细胞亚群

只有推测，没有动物实验当然是不行的，研究者接下来就在荷瘤小鼠中进行体内实验。通过分析几组质谱流式的结果，研究者发现抑制Galectin-9可以选择性地扩大了瘤内TIM-3+ CD8T和CD4T细胞亚群，这也包括具有免疫抑制性的Treg细胞， 并且Treg细胞在总CD45+TIL中的比例增加 ，特别是CD8T细胞中CD8T_1亚群的比例在抗Galectin-9处理后增加了两倍以上。由于Treg可以特异性的抑制抗肿瘤免疫，因此接着通过联合使用抗Galectin-9和抗GITR（可特异下调Treg）后，CD8T亚群的比例进一步增加，而Treg细胞几乎完全丧失。因此，抗Galectin-9单一疗法虽然扩增了具有效应潜能的CD8T细胞亚群。然而，它的治疗效果可能会因为Treg细胞的共同扩增而受到影响。

图4：

一般情况下，CD8T细胞在肿瘤抗原的不断刺激下会逐渐失去功能，变成衰竭前体细胞。在这个阶段的CD8T细胞会高表达TCF1，同时也表达PD-1,TIM-3，如果肿瘤抗原持续存在，CD8T细胞就会走向终末衰竭的T细胞，并且逐渐走向死亡。但是处在这个终末衰竭性T细胞状态前的T细胞可以被抗Galectin-9治疗给逆转成具有较强增殖和分化能力的功能性T细胞，只不过同时扩增的还有Treg细胞。因此，联合使用抗GITR来控制Treg细胞的扩增则解决了这一难题。

图5：

5.单细胞数据揭示Galectin-9的表达分布

其实讲到这，文章的主体研究思路都讲完了，但是为了进一步解析Galectin-9在各类免疫细胞的表达情况，作者还分析了之前发表的一套单细胞数据。所以，这也进一步说明了数据挖掘的重要性。无论是多高级的研究思路，都是需要大数据作为支撑才变得更有说服力，这个数据可以来源于自己花钱测的，也可以来自已经发表的研究。这里作者就通过数据挖掘发现Galectin-9(LGALS9)在多种免疫细胞中都有表达，而且发现与对PD-1治疗没有应答的患者相比，应答患者表达更高水平的Galectin-9,这也证实了抗Galectin-9和抗PD-1联合用药的可能性。

图6：

6.关于免疫应答研究可做的生信思路

好了，上面介绍了如何通过 实验研究 免疫检查点分子间的互作关系从而探索影响肿瘤免疫治疗应答的因素，学习了一些实验设计的研究策略。然而，为了符合我一贯写作的气质，下面得对应来点别的有深意的生信干货。其实作为数据挖掘的热点，有关肿瘤对免疫治疗应答的相关生信思路有很多，下面主要列举几篇今年刚发表的研究免疫治疗应答的文章思路:

图7：

第一篇解读的是发表在Mol Ther Oncolytics（IF:7.20）杂志上篇名为“Single-cell RNA-sequencing analyses identify heterogeneity of CD8 + T cell subpopulations and novel therapy targets in melanoma”的文章。作者重新分析了已经发表的黑色素瘤单细胞数据，揭示出来7群CD8 T细胞亚群，这些亚群具有不一样的特征。此外，作者还鉴定出了3个在衰竭性CD8 T细胞上过表达的基因(PMEL, TYRP1和EDNRB)，它们与患者的不良预后显著相关。像这种思路，只要有数据都能很容易的复现一篇，至于发到什么样的杂志上，就看证实的发现是否新颖。

图8：

另一篇发表在 J Immunother Cancer （IF:13.75）篇名为：CXCL13 shapes immunoactive tumor microenvironment and enhances the efficacy of PD-1 checkpoint blockade in high-grade serous ovarian cancer的文章则是从影响免疫浸润的趋化因子着手。这个思路主要是对明星分子在不同癌型中的功能进行探索，需要通过实验来进行功能验证。因为明星分子被研究的很多了，除非做泛癌分析，否则基本上很难做出太新颖的东西。但是这类实验设计很简单，只需要证明某个明星分子在 特定的癌型 中通过何种方式影响免疫治疗反应即可。

图9：

如果觉得明星分子没有太多研究新意，当然还可以通过各种生信方法筛选出关键基因。接下来一篇发表在 Oncoimmunology （IF:8.11）的篇名为“YKT6, as a potential predictor of prognosis and immunotherapy response for oral squamous cell carcinoma, is related to cell invasion, metastasis, and CD8+ T cell infiltration”的文章就是先通过 WGCNA 的方法筛选出和免疫抑制相关的基因YKT6，进行后续的分析。对于这种新筛出的之前没有报道过的基因就比较容易说故事，当然这个思路有一些运气的成分，很有可能百费周折筛选出的基因要么没有很好的功能，要么就已经被报道。

图10：

如果你肿瘤免疫的生物学背景知识不强，也没有很好的实验平台，那么还有最后一种选择，那就是万能膏药之临床预测模型。最后一篇发表在 Front Immunol （IF:7.56）杂志上，篇名为“9-Gene Signature Correlated With CD8 + T Cell Infiltration Activated by IFN-γ: A Biomarker of Immune Checkpoint Therapy Response in Melanoma”的文章就是通过构建和免疫治疗相关的临床预测模型。有关临床预测模型的构建，现在已经很成熟了，如 LASSO,COX,NMF 等模型都可以套用。这个思路前提是需要找一个较为新颖切入点，且最后能被多套数据集验证出来，那就基本可以发表一点不错的SCI文章了。

7.小结

本文从研究肿瘤免疫治疗应答的这个科学问题着手，先是通过一篇以实验为主的研究型文章解读了如何通过巧妙的实验设计筛选出有潜力的免疫检查点分子，随后分别解读了一些纯生信和生信联合实验的文章思路。有关肿瘤免疫治疗问题可以研究的方向有很多，但是 一般需要先了解研究癌型的免疫治疗进展 ，有的问题在一些癌型中已经被研究的很通透，那就没有必要再去浪费时间了，而同样的科学问题在一些肿瘤中就还是一个未知，那这样的问题就比较有研究的价值了。此外，就像开头说的因为免疫治疗应答与否牵扯的问题主要和免疫细胞的比例有关，而免疫细胞在肿瘤中的占比不高，因此bulk测出来的高表达基因主要是肿瘤细胞自身的基因，从这个角度看基于 bulk数据差异分析找出的高表达基因需要用肿瘤细胞系去做实验验证 。而单细胞数据就比较利于揭示免疫细胞上表达和免疫治疗的基因，但是商品化的10X平台可测得的基因不多，我的经验是先从单细胞数据揭示各种免疫细胞的比例，找出应答和非应答的差异免疫细胞亚群，从而进一步找出高表达的基因，最后通过简单实验进行免疫细胞的功能验证就基本都可以发表一篇不错的生信文章了。

更多精彩文章欢迎关注生信人公众号

最新文献免费获取，欢迎关注医科文小程序

本文地址:http://dadaojiayuan.com/jiankang/297877.html.

声明： 我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本站部分文字与图片资源来自于网络，转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们(管理员邮箱：douchuanxin@foxmail.com)，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!

上一篇: 高产华人教授Nat,Genet发表l···

下一篇: 2016“引文桂冠奖”得主最新Cel···