背景决定一切:根据肿瘤类型,对肿瘤自身因素、微环境因素以及宿主因素在免疫检查点阻断反应中的作用进行优先级排序

《Critical Reviews in Oncology/Hematology》:Context Is Everything: Tumour-Type-Dependent Prioritisation of Tumour-Intrinsic, Microenvironmental and Host Determinants of Response to Immune-Checkpoint Blockade

【字体: 大 中 小 】 时间:2026年10月21日 来源:Critical Reviews in Oncology/Hematology 5.5

编辑推荐:

  • 没有一个单一的生物标志物能预测所有肿瘤类型的检查点阻断反应。 • 不同肿瘤类型在肿瘤内在因素、微环境和宿主因素方面的权重分配存在差异。 • TMB在黑色素瘤和肺癌中起主导作用,但在肾细胞癌中却会带来误导。 • 一个肿瘤类型的权重矩阵可以根据组织学类型来评估哪些因素最可靠。

  • 没有一个单一的生物标志物能预测所有肿瘤类型的检查点阻断反应。
• 不同肿瘤类型在肿瘤内在因素、微环境和宿主因素方面的权重分配存在差异。
• TMB在黑色素瘤和肺癌中起主导作用,但在肾细胞癌中却会带来误导。
• 一个肿瘤类型的权重矩阵可以根据组织学类型来评估哪些因素最可靠。

引言
免疫检查点阻断(ICB)已经改变了多种晚期恶性肿瘤的治疗方式。针对CTLA-4和PD-1/PD-L1轴的抗体在部分患者中能够实现持续的疾病控制,其中一部分患者的生存期延长到了几年,这是单纯使用细胞毒性疗法难以实现的(Hodi等人,2010年;Larkin等人,2019年)。首个抗PD-1抗体的人体试验已经展示了这一领域的关键特征:大约四分之一到五分之一的肺癌、肾癌或黑色素瘤患者表现出持续的对象反应,但这些反应几乎仅限于那些肿瘤表达PD-L1的患者(Topalian等人,2012年)。随后,抗PD-1疗法被批准用于任何存在错配修复缺陷的肿瘤,无论其解剖起源如何,这标志着治疗方式从基于组织学转变为基于生物学特征(Le等人,2017年),科学研究的重点也从是否有效转变为如何在治疗前预测哪些患者会有效(Sharma & Allison,2015年)。然而,同样的证据也揭示了这个领域的一个核心局限性:在未经挑选的人群中,大多数患者几乎无法从中受益,即使是预先存在的肿瘤内T细胞浸润也只能不完全预测反应(Tumeh等人,2014年)。因此,准确的预测是合理使用该疗法的前提,而不仅仅是对其进行改进。

追求一个普遍适用的预测生物标志物更多是一种历史选择,而非理所当然的结果。当ipilimumab为转移性黑色素瘤带来了首次生存益处时,这种在未经挑选的人群中有效的治疗方法立即引发了对能够识别出受益少数患者的单一检测方法的需求(Hodi等人,2010年)。

三种相互影响的力量强化了这一需求:监管机构要求在批准基于生物标志物的疗法之前必须有相应的诊断方法,这促进了那些二元、低成本且适用于多种组织学的检测方法的发展;制药行业希望有一个适用于多种肿瘤的统一纳入标准,而不是数十个针对特定组织学的研发项目;当时的生物学直觉认为T细胞浸润、PD-L1结合或突变负荷都反映了共同的免疫原性状态,因此一个不受组织类型限制的标志物在理论上看起来是合理的(Topalian等人,2012年)。错配修复缺陷的肿瘤类型的先例似乎证实了这一模型,因为一个单一的分子特征可以预测治疗效果,而不论其解剖起源如何(Le等人,2017年)。

然而,这一共识低估了每个候选标志物所测量的都是一个效应途径中的一个不同且不可替代的组成部分,因此当某一组成部分在该疾病中起决定性作用时,标志物可以很好地预测反应;而当瓶颈在其他地方时,其预测能力就会下降。下面列出的失败案例并不是个别检测方法的失败,而是由于要求从一个本质上具有情境依赖性的测量结果中获得普遍适用的预测权重所导致的可预见后果。

对此问题的主流应对方式是追求一个普遍适用的预测生物标志物,但这一努力一再未能达到预期。当比较不同类型的肿瘤时,肿瘤突变负荷(TMB)与客观反应率相关(Yarchoan等人,2017年),但在任何一种特定疾病中,没有一个普遍适用的阈值可以清晰地区分反应者和非反应者(Samstein等人,2019年)。尽管一个不受组织类型限制的切点(每兆碱基10个突变)已被批准用于多种肿瘤类型,但它选出的客观反应率仅约为29%,远低于6%,这掩盖了不同组织学类型之间的巨大差异,因此该切点实际上定义了合格标准,而非普遍适用的预测权重(Marabelle等人,2020年)。TMB仅在新生抗原负荷与细胞毒性T细胞浸润相结合时才能预测疗效,在缺乏这种耦合的组织学类型中则会失效(McGrail等人,2021年)。即使在TMB仍是最佳单一鉴别指标的情况下,其测量结果也依赖于具体检测方法:检测面板大小、变异调用方式和基因型过滤阈值的变化都会影响数值,而不会改变其潜在的生物学机制,这也是为什么在一个研究中校准的切点在另一个研究中难以再现的原因(Sun等人,2025年)。PD-L1表达同样不稳定,会因抗体克隆、评分方式和疾病部位的不同而变化。这些不稳定不仅仅是由于技术原因。针对不同表位的检测方法以及不同的评分算法(如肿瘤比例评分、免疫细胞评分和综合阳性评分)是不可互换的,同一个肿瘤根据使用的方法不同可能会被分类为阴性或强烈阳性,这也是为什么诊断标签必须与特定的检测方法和其验证的临界值相关联,而不是与PD-L1的阳性状态本身相关。即使结合了突变和炎症信息的读数也捕捉到的是独立且非冗余的生物学特征(Cristescu等人,2018年)。

这些失败背后有一个结构性原因:ICB反应的决定因素并不局限于单一的生物学层面,而是分布在三个相互作用的层面(图1):肿瘤内在特征(如突变负荷和新生抗原负荷)、致癌信号传导和抗原呈递完整性;免疫微环境(包括细胞毒性T细胞浸润、三级淋巴结构和基质排斥作用);以及宿主因素(从肠道微生物群到系统代谢和同时使用的药物)。这些层面通常被单独研究,掩盖了它们之间的相互作用以及为什么在某些环境中起决定性的因素在另一种环境中可能毫无意义。

肾细胞癌最能说明这一点。它的突变负荷较低,按照TMB的逻辑应该反应较差;但实际上它的反应良好,其疗效与微环境和表观遗传特征(如血管生成和T效应器程序以及PBRM1的丢失)有关,而非突变数量(Braun等人,2020年;McDermott等人,2018年;Miao等人,2018年)。在软组织肉瘤中,三级淋巴结构是最强的反应预测因素之一(Petitprez等人,2020年),而肠道微生物群的组成与多种肿瘤类型的预后相关(Routy等人,2018年)。最近在 triple-negative 乳腺癌中的研究显示,同一肿瘤类型可能会使这些因素的方向相反:PIWI相互作用的RNA piR-1170通过促进WTAP依赖的m6A甲基化改变DGAT2和CD274的代谢,并同时提高PD-L1表达,从而使通常被视为有利微环境信号的指标实际上反映了抵抗状态(Luo等人,2026年)。反复出现的教训是,每个决定因素的预测权重会随着肿瘤背景的不同而变化。同一个实验室测量结果(如突变负荷)在一种疾病中可能是决定性的,在另一种疾病中则可能产生误导,这反映了真实的生物学现象,本综述旨在系统地探讨这一现象。

这一观察促使我们改变问题方向。我们不再问哪种单一生物标志物最好,而是问哪种决定因素在哪种肿瘤类型中具有最大的预测权重。这样来看,现有生物标志物的看似矛盾的现象就可以得到解释:TMB主导、微环境主导或宿主敏感的肿瘤表现出不同的特征,每种类型都有其自身的决定因素层次结构。任务是根据具体情况对决定因素进行排序。现在是一个合适的时机来进行这一研究,因为测序、空间分析和单细胞技术已经能够在PD-L1和TMB最初被发现的粒度上解析微环境和宿主因素,计算方法可以从多组学数据中学习特定肿瘤类型的权重,而不仅仅是通过观察来获得这些信息(Wang & Chan,2025年)。

在这篇综述中,我们将肿瘤内在因素、微环境和宿主因素整合到一个基于肿瘤类型的框架中,总结为一个决定因素权重矩阵(图2),该矩阵为每种组织学类型排列出最能影响基线ICB反应的因素。我们将范围限制在基线、横断面的决定因素上:即在一线治疗选择时已有的特征,此时还没有任何治疗过程中的信号。治疗过程中的动态是一个独立的问题,具有其自身的时间逻辑,在此不予讨论。最近最具影响力的综合研究根据反应、抵抗和毒性的特征组织了这些证据(Morad等人,2021年),其他调查则列出了跨癌症的生物标志物——包括肿瘤基因组学、宿主基因组学、PD-L1状态、微环境和肠道微生物群——但没有明确说明这些因素在特定组织学类型中应该如何加权(Bagaev等人,2021年;Havel等人,2019年)。我们的综述新增了肿瘤类型的差异性:明确指出同一个决定因素在不同组织学类型中具有不同的预测权重,并提供一种相应的排序方案。具体来说,现有文献没有同时提出三个观点:预测权重属于决定因素与肿瘤的配对,而不是决定因素本身;这种权重必须明确标注是具有预测性还是仅仅是预后性的;每个细胞都应该同时具有证据等级和分析和临床验证状态,以便基于随机化生物标志物分层数据得出的建议与基于单组患者关联的建议区分开来。我们提供的矩阵不仅是一个固定的分类,而是一个根据证据等级分级的、可验证的框架,用于确定在特定肿瘤类型中首先应该研究哪个决定因素。这本质上是一个用于研究优先级和生物标志物排序的假设生成框架;它尚未经过前瞻性验证,不应用于临床决策。

### 方法论和搜索策略
这是一篇叙事性的框架构建综述,而非系统评价,因此没有注册符合PRISMA标准的协议。尽管如此,我们仍然明确说明了方法,因为第6节提出的权重只有在了解基础证据是如何收集的情况下才能进行评估。

文献通过搜索PubMed/MEDLINE和Web of Science从数据库建立之初到2026年4月30日进行筛选,最终搜索在2026年4月30日完成。

### 三个轴:决定因素的共同词汇
控制免疫检查点阻断反应的特征涵盖了三个生物学层面,这些层面最好被视为独立但相互作用的轴:肿瘤细胞本身、其构建的免疫微环境以及它们所处的宿主环境。本节通过定义每个轴及其操作化的读数(表1)来固定整个综述中使用的术语,将相对权重的问题推迟到第4节讨论。

### 肿瘤类型依赖性的决定因素优先级
决定因素的预测权重并不是该决定因素的固有属性,而是取决于测量该因素的肿瘤类型,这种差异性最好通过将癌症分为由其主要轴定义的类型来组织(表3)。在试验和生物标志物文献中出现了四种模式:突变负荷起主导作用的肿瘤、尽管突变较少但微环境组织起主导作用的肿瘤、宿主因素成为限制因素的情境等。

### 跨轴收敛:为什么单一轴生物标志物会失败
第4节中建立的情境权重并非随意设定;它是由于三个轴在单一效应要求上收敛(图3),因此在一个轴上的有利结果可能会被另一个轴的缺陷所抵消。本节发展了这种收敛的机制基础,解释了为什么单一轴生物标志物不稳定以及为什么复合读数比它们更有效。统一的观察结果是,反应取决于完成某一通路——抗原释放。

### 决定因素权重矩阵:从证据到决策
到目前为止收集的证据可以总结为一个统一的工具:一个矩阵,它将肿瘤类型与决定因素相对应,并记录每个配对中决定因素的预测权重及其依据的证据强度。这是一个可验证的综合,而不是一个经过验证的决策规则;其权重基于观察数据,并且其价值不仅在于揭示弱或无效的因子,也在于确认强有效的因子。本节定义了如何解读这个矩阵。

### 结论与展望
本综述的核心观点是,免疫检查点阻断的反应受三种决定因素(肿瘤内在因素、微环境和宿主)的肿瘤类型依赖性权重的控制,而不是由任何单一生物标志物决定。我们将这种权重形式化为一个决定因素权重矩阵,为每种组织学类型指明应该信任哪些因素,哪些可以忽略。我们还明确指出了该矩阵不包括的内容:它不是一个用于研究和生物标志物优先级排序的工具。

**批判性观点**
本综述中提出的观点是有意识地狭隘的,我们认为这种观点是可以检验的:任何决定检查点阻断反应的因素的预测价值都取决于肿瘤类型,而这种依赖性 preferably 通过一个明确的、基于证据的权重矩阵来表示,而不是通过一个通用的生物标志物排名列表。这使得本综述区别于现有文献中的两种主导模式。关于反应、耐药性和毒性的综合分析通常是通过其他方法来组织该领域的(未引用的参考文献:Le 等人,2017年;Zhang 等人,2025年;Zhang 等人,2025年)。

**资金支持**
本综述没有收到任何来自公共、商业或非营利部门的资助机构的特定资助。

**关于生成式 AI 和 AI 辅助技术在写作过程中的使用声明**
在准备本工作的过程中,仅使用了一个生成式 AI 工具来辅助语言编辑。使用该工具后,作者根据需要对内容进行了审查和编辑,并对发表文章中的所有科学内容、解释和引用负全责。

**关于利益冲突的声明**
作者声明他们没有已知的可能会影响本综述中所报告工作的财务利益或个人关系。

**作者简介**
魏强(Weiqiang Fan),医学硕士,临床研究员,专攻医学肿瘤学。他是经过认证的医生和健康研究员,在临床试验协调和转化实验室项目方面具有丰富的经验,并在高质量同行评审期刊上发表了多篇论文。他的主要研究兴趣包括肿瘤免疫微环境、液体活检生物标志物、对免疫检查点抑制剂的耐药机制以及相关技术的优化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号