《Molecular & Cellular Proteomics》:Plasma Proteome-Driven Liquid Biopsy for Individualized Monitoring and Risk Stratification of Immune-Related Adverse Events in Checkpoint Immunotherapy
编辑推荐:
免疫检查点抑制剂(ICIs)已经革新了癌症治疗,然而,其应用受到异质性和不可预测的免疫相关不良事件(irAEs)的限制,这些事件可能进展为危及生命的情况,需要入住重症监护病房(ICU)。迫切需要可靠的生物标志物来预测和分层ICU级别的irAEs,以提高免疫治疗
免疫检查点抑制剂(ICIs)已经革新了癌症治疗,然而,其应用受到异质性和不可预测的免疫相关不良事件(irAEs)的限制,这些事件可能进展为危及生命的情况,需要入住重症监护病房(ICU)。迫切需要可靠的生物标志物来预测和分层ICU级别的irAEs,以提高免疫治疗安全性和重症监护管理。在此,研究人员进行了基于质谱的综合蛋白质组学分析,以鉴定用于预测和监测接受ICI治疗的65名患者中irAEs的血浆生物标志物。研究人员的分析鉴定了217种差异丰度蛋白质和四个与体液(抗体介导)和细胞(T细胞介导)免疫相关的共表达模块,涵盖从轻度到重度的irAEs。通过特征选择以及蛋白质组学和ELISA数据的交叉验证,研究人员确定了两种关键蛋白质,IL1RL1和FABP3,作为irAE风险的潜在生物标志物。此外,研究人员开发了一个血浆蛋白质组机器学习模型(ProIRAE),该模型在识别有发生irAE风险的患者方面表现出高且稳健的预测性能,在发现队列和独立验证队列中,曲线下面积(AUROC)值分别为0.929和0.766;在预测严重irAE方面,AUROC值分别为0.978和1.000。总的来说,研究人员的论文提供了ICI相关irAEs的有价值的血浆蛋白质组图谱。ProIRAE模型提供了一种用于检测和严重程度分层的非侵入性工具,在改善重症监护环境中免疫治疗并发症的精准监测和管理方面具有巨大潜力。
免疫检查点抑制剂(ICIs)通过激活免疫系统靶向肿瘤细胞,已成为现代癌症免疫治疗的基石,但其治疗机制与毒性负担均源于过度激活的免疫反应,导致多器官免疫介导损伤。免疫相关不良事件(irAEs)的发生高度可变且难以预测,症状从轻度、短暂表现到危及生命、需入住重症监护病房(ICU)的严重情况不等。尽管低级别irAEs可能与疗效改善相关,但高级别irAEs常导致治疗中断、残疾甚至死亡。目前,可靠的生物标志物用于非侵入性监测和分层irAEs,尤其是ICU级别并发症,仍存在迫切需求。已有研究利用血液样本进行诊断,但蛋白质覆盖范围有限,且缺乏足够的临床数据。为此,研究人员开展了一项基于质谱的蛋白质组学分析,旨在鉴定血浆生物标志物,用于预测和监测irAEs。
研究人员在哈尔滨医科大学附属肿瘤医院进行了一项回顾性研究,从2020年8月至2024年4月纳入65名接受抗PD-1/PD-L1治疗(联合化疗)的患者,分为发现队列(47人)和验证队列(18人),并根据irAE严重程度分为对照(无irAE)、轻度(1-2级)和重度(≥3级需入住ICU)三组。主要关键技术方法包括:使用数据非依赖采集(DIA)质谱技术进行血浆蛋白质组学分析,结合酶联免疫吸附试验(ELISA)验证蛋白质水平;采用加权基因共表达网络分析(WGCNA)识别功能模块;通过递归特征消除(RFE-RF)和八种机器学习算法(包括朴素贝叶斯、随机森林等)构建ProIRAE模型,并通过五折交叉验证评估性能。
**研究结果**
**1. 研究设计与irAE队列临床特征**
研究人员对65名参与者进行分层,发现队列用于蛋白质组学分析和模型构建,验证队列用于评估泛化性。主要癌症类型为肺癌和肝癌,患者年龄、性别、体重指数(BMI)等临床特征在各组间无显著差异。
**2. irAEs的血浆蛋白质组学特征**
从发现队列中鉴定出15,745个肽段和2,304个蛋白质,质量控制后保留1,459个可比较蛋白质。重度irAE组蛋白质组异质性显著增加(中位变异系数9.9%),主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)显示三组间存在分离,重度组分离最明显。人类蛋白质图谱(HPA)注释发现657个分泌蛋白和269个组织特异性蛋白,其中肝脏来源占主导(46.1%)。
**3. 潜在irAE蛋白质生物标志物的鉴定**
差异蛋白质分析鉴定出217个与irAE严重程度单调相关的蛋白质,其中184个上调、33个下调。富集分析显示,上调趋势蛋白质主要参与炎症和趋化反应(如中性粒细胞脱颗粒、白介素信号)、代谢和细胞应激反应,以及免疫和抗原加工;而下调趋势蛋白质涉及补体和凝血功能,表明从体液免疫向细胞免疫的转变。先前报道的生物标志物(如CRP、CD177、LCP1)也被检测到差异表达。通过比较不同严重度组,共筛选出8个持续升高的蛋白质。
**4. 临床相关功能蛋白质模块**
WGCNA识别出17个蛋白质模块,其中5个模块与irAE严重程度显著相关。四个关键模块(M1、M2、M4、M16)能清晰分离三组。M1(2.34倍富集上调)主要参与炎症、趋化和基质组织,提示T细胞活性增加;M2(4.27倍上调)富集于抗原-抗体相互作用;M4(13.96倍下调)涉及补体和凝血功能下降,代表体液活性降低;M16(3.96倍上调)功能不明。M1和M4模块在样本中稳定性高,且富含分泌蛋白。
**5. irAE血浆蛋白风险预测模型**
通过ELISA验证8个候选蛋白,其中IL1RL1(属于M1)和FABP3(属于M16)在质谱和ELISA测量中均显著正相关,且随irAE严重程度持续升高。基于这两种蛋白,构建了8种机器学习模型,朴素贝叶斯分类器表现最佳,命名为ProIRAE。在发现队列中,ProIRAE区分有无irAE的AUROC为0.929,预测严重irAE的AUROC为0.978;在验证队列中,对应AUROC分别为0.766和1.000。模型预测与年龄、性别等临床变量无显著关联,且组合模型优于单一蛋白标志物。
**讨论与结论**
讨论部分指出,本研究绘制了抗PD-1/PD-L1治疗患者irAE的血浆蛋白质组图谱,揭示了随着irAE严重程度增加,从体液免疫向细胞免疫转变的规律。M1模块代表免疫激活和炎症反应增强,M4模块反映补体和凝血功能下降,后者可能为传统研究忽略的新诊断方向。IL1RL1作为IL-33受体,可激活NF-κB和MAPK通路,与T细胞免疫和炎症反应相关,其可溶性形式sST2在心脏疾病中已有报道;FABP3参与脂肪酸转运和免疫调节,与ICI诱导的肺炎相关。ProIRAE模型基于IL1RL1和FABP3,提供了非侵入性风险分层工具,在独立验证队列中表现稳健,有助于改善ICU级别irAEs的管理。研究结论为:该论文提供了ICI相关不良事件的全面血浆蛋白质组景观,并鉴定了具有临床潜力的验证生物标志物,用于irAEs的风险分层和管理。ProIRAE作为一种稳健的非侵入性预测工具,有望改善免疫治疗的安全性管理,特别是对进展至ICU严重程度的irAEs进行有效监测和风险分层。