肿瘤是冷是热？对肿瘤及其微环境进行免疫分型

在使用免疫检查点抑制剂（ICI）治疗时，通常只有20%的癌症对这种疗法表现出持久而显著的反应。这种反应可能与肿瘤本身、周围的微环境（TME）以及其他细胞类型（包括成纤维细胞和内皮细胞）的存在有关。T淋巴细胞、肿瘤相关巨噬细胞、树突状细胞和自然杀伤细胞等免疫细胞对这种反应尤为重要。

如今，人们会根据免疫细胞的浸润对肿瘤进行免疫分型，将其分为“热肿瘤”（hot）和“冷肿瘤”（cold），这有助于预测肿瘤对治疗策略的反应。本文将讨论目前的分型方法以及未来应用于临床的潜力。

热肿瘤 vs. 冷肿瘤

肿瘤浸润T淋巴细胞密度特别低的肿瘤被称为冷肿瘤。热肿瘤则表现出更密集的效应T细胞浸润，对免疫检查点抑制剂的反应通常更强。通过肿瘤活检可以了解免疫细胞TME以及肿瘤突变负荷，从而确定那些对免疫治疗反应更强的患者。

赛多利斯生物分析应用团队的Natasha Lewis表示：“将肿瘤分为冷或热已成为癌症研究领域的一种主要模式。在以T细胞为基础的免疫疗法的开发过程中，尤为如此。”

TissueGnostics公司的产品专家Anastasiia Marchuk解释说：“这里主要存在两个问题：1) 究竟是什么决定了肿瘤是变热还是变冷；2) 我们能够做些什么将无应答的冷肿瘤变成有应答的热肿瘤？”肿瘤的免疫分型能帮助您回答这些问题。

肿瘤免疫分型

肿瘤免疫分型，也就是根据不同的T淋巴细胞亚群（如表面抗原的存在或缺乏）对免疫系统中的细胞进行分类。它有望提高免疫治疗的疗效，并实现精准医疗。

瑞典Navinci Diagnostics公司的首席商务官Subham Basu称：“最终，这种方法将帮助患者更好地选择治疗方法，并鉴定出全新靶点用于治疗（包括联合治疗）。”这家公司致力于为蛋白质相互作用研究开发创新的解决方案。

Lewis认为：“免疫分型的转化应用之一是根据预测性标志物来判断个性化医疗的潜力，为每位患者选择最合适的治疗方案，减少试错成本。”如果这种个性化医疗在未来能够实现，将在时间和成本方面为患者和医生带来不少好处。

免疫分型通常是利用流式细胞术开展的。不过，流式方法无法提供肿瘤的三维视图和更广泛的肿瘤微环境组成。

“几十年来，流式细胞术一直是首选方法，因为它可以根据细胞表达的蛋白质对细胞进行快速检测和分类。如今，只知道样本中存在哪些细胞是不够的，我们还需要知道它们是如何分布的。这种需求导致了空间生物学方法的兴起，” Marchuk谈道。

传统的免疫组化（IHC）或免疫荧光（IF）染色与全切片成像相结合，有助于更好地了解特定细胞类型在其原生组织微环境中的分布情况。Marchuk介绍了最近的一项研究，它结合了空间转录组学和多重免疫荧光成像，对胶质母细胞瘤中的肿瘤相关巨噬细胞（TAM）亚群进行表征。

新兴的分析方法

了解肿瘤微环境中的蛋白功能有助于监测药物作用机制、评估突变背景、细胞组成差异、检测新型药物靶点、选择生物标志物，以及信号通路方面的基础研究。

Basu表示：“我们的技术可以对蛋白质之间的相互作用进行检测、观察和分析（包括定量），无论是细胞之间的相互作用（比如受体与配体：PD-1和PD-L1），还是细胞内的信号传导（如PD-1和SHP-2）。两者都有助于了解肿瘤微环境中的蛋白功能。”

另外一些经过验证的分析方法还能提供有关细胞行为的高质量数据，包括细胞迁移和侵袭、免疫细胞浸润以及治疗后的细胞凋亡。“荧光报告基团和试剂可用于实时监测信号通路在治疗后的动态变化，” Lewis评论说。

“赛多利斯的Incucyte®活细胞成像分析系统能够实时监测细胞动态，对分析肿瘤微环境很有帮助。iQue®流式细胞平台可以在单细胞水平上同时分析多个参数，而基于微球的iQue®分析可定量趋化因子和细胞因子，描述肿瘤的炎症状态，以及它们在肿瘤发展过程中如何变化。”

“质谱流式细胞术能够测定多达50种表面标志物，但采集速度可能比流式细胞术慢一个数量级，” Lewis说。“高维度的流式细胞术能够使用含更多标志物的检测组合，提供更详细的免疫细胞表型图谱。”

目前，人们正在开发先进的计算工具和机器学习算法，以便处理这种免疫分型技术产生的大量复杂数据集，并不断改进算法进行数据整合、归一化和可视化。

向3D和AI迈进

免疫分型的未来会是什么样？Lewis预测道：“3D模型将有着巨大的潜力和机遇。这些模型比2D培养或小鼠模型更具预测性，而且会减少临床试验中的药物失败，从而节省时间和经费。”在这种培养系统中使用iPSC还有望带来先进的个性化治疗策略。

Basu及其团队则认为，下一个阶段的进步将来自对蛋白质功能的更深入探索，而不仅仅是增加多重性。目前，Navinci公司的分析仅供研究使用，但也应用在癌症回顾性分析的生物标志物评估中，包括非小细胞肺癌、结直肠癌和膀胱癌。

“当然，随着我们不断了解免疫系统如何抗击癌症，还会出现更多有待解答的问题，” Marchuk总结道。“人工智能已成为一种新标准，尤其是在图像分析领域——协助处理和分析大量数据，并确保高效性和准确性。因此，我们期待未来看到更多的在工作流程中应用人工智能的例子。”

参考文献

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.