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(xiàn)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(huán)境（TME）以及其他細胞類型（包括成纖維細胞和內(nèi)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(jù)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(xiàn)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(fā)過程中，尤為如此。”
TissueGnostics公司的產(chǎn)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(jù)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(tǒng)中的細胞進行分類。它有望提高免疫治療的療效，并實現(xiàn)精準醫(yī)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(lián)合治療）。”這家公司致力于為蛋白質(zhì)相互作用研究開發(fā)創(chuàng)新的解決方案。
Lewis認為：“免疫分型的轉(zhuǎn)化應用之一是根據(jù)預測性標志物來判斷個性化醫(yī)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(yī)療在未來能夠?qū)崿F(xiàn)，將在時間和成本方面為患者和醫(yī)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(huán)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(jù)細胞表達的蛋白質(zhì)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(tǒng)的免疫組化（IHC）或免疫熒光（IF）染色與全切片成像相結(jié)合，有助于更好地了解特定細胞類型在其原生組織微環(huán)境中的分布情況。Marchuk介紹了最近的一項研究，它結(jié)合了空間轉(zhuǎn)錄組學和多重免疫熒光成像，對膠質(zhì)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(huán)境中的蛋白功能有助于監(jiān)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(zhì)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(nèi)的信號傳導（如PD-1和SHP-2）。兩者都有助于了解腫瘤微環(huán)境中的蛋白功能。”
另外一些經(jīng)過驗證的分析方法還能提供有關細胞行為的高質(zhì)量數(shù)據(jù)，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(jiān)測信號通路在治療后的動態(tài)變化，” Lewis評論說。
“賽多利斯的Incucyte®活細胞成像分析系統(tǒng)能夠?qū)崟r監(jiān)測細胞動態(tài)，對分析腫瘤微環(huán)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(shù)，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(tài)，以及它們在腫瘤發(fā)展過程中如何變化。”
“質(zhì)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(shù)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(fā)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(chǎn)生的大量復雜數(shù)據(jù)集，并不斷改進算法進行數(shù)據(jù)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(yǎng)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(jié)省時間和經(jīng)費。”在這種培養(yǎng)系統(tǒng)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(zhì)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(jié)直腸癌和膀胱癌。
“當然，隨著我們不斷了解免疫系統(tǒng)如何抗擊癌癥，還會出現(xiàn)更多有待解答的問題，” Marchuk總結(jié)道。“人工智能已成為一種新標準，尤其是在圖像分析領域——協(xié)助處理和分析大量數(shù)據(jù)，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） | 
