揭秘慢性淋巴细胞白血病：伊布替尼治疗后 NK 细胞亚群动态及基因特征新发现

慢性淋巴细胞白血病（CLL）治疗中，伊布替尼长期使用会耐药。研究人员通过单细胞转录组学研究伊布替尼治疗前后 CLL 患者 NK 细胞亚群变化。发现新的 CLL_NK 亚群，构建 CNI 可预测免疫治疗反应，还找到潜在治疗药物，为 CLL 治疗提供新思路。

　　在癌症治疗的广阔领域中，慢性淋巴细胞白血病（Chronic Lymphocytic Leukemia，CLL）是一种常见的血液系统恶性肿瘤，它就像一个隐藏在身体里的 “捣乱分子”，以慢性淋巴细胞的异常增殖为特点，严重影响着患者的健康。伊布替尼（ibrutinib）作为治疗 CLL 的重要药物，单药或联合治疗能显著改善患者的无进展生存期（PFS）和部分总生存期（OS），给众多患者带来了希望。然而，长期使用伊布替尼却会出现耐药问题，导致疾病不可避免地进展，这让医生和患者都十分头疼。

同时，自然杀伤细胞（Natural Killer cell，NK 细胞）作为免疫系统的重要成员，在抗肿瘤防御中发挥着关键作用。它就像身体里的 “免疫卫士”，时刻警惕着肿瘤细胞的出现。在一些实体肿瘤中，NK 细胞的增多和活化与患者的生存期延长密切相关，而且它对血液系统恶性肿瘤，如 CLL 也有一定疗效。但是，在接受伊布替尼治疗的 CLL 患者中，NK 细胞的变化以及它们在免疫治疗反应中的作用却鲜为人知。

为了解开这些谜团，厦门大学附属第一医院等机构的研究人员开展了一项重要研究，相关成果发表在《BMC Cancer》杂志上。

研究人员采用了多种关键技术方法。首先是单细胞转录组测序技术，对来自临床和病理确诊的单克隆 B 细胞淋巴细胞增多症（Monoclonal B-cell Lymphocytosis，MBL）、新诊断的 CLL（ND-CLL）、伊布替尼治疗后达到完全缓解（Complete Response，CR）或部分缓解（Partial Response，PR）以及患有 Richter 综合征（RS）患者的外周血样本进行检测。同时，利用了 Mendelian 随机化分析、共定位分析等方法来确定关键基因，还通过多种算法进行免疫浸润分析和药物敏感性分析。

下面来看具体的研究结果：

1. 细胞亚群聚类：经过质量控制和批次效应校正后，研究人员对样本中的细胞进行分析，成功识别出肿瘤细胞、T 细胞、NK 细胞、粒细胞、单核吞噬细胞和血小板等多种细胞类型。进一步对 T/NK 细胞重新聚类，又细分出 CD4?T 细胞、CD8?T 细胞和 NK 细胞。
2. NK 细胞亚群聚类和免疫浸润分析：对 NK 细胞深入研究，发现了 CLL-NK、CD56bright_NK 和 CD56dim_NK 这三个不同的亚群。通过分析发现，CLL-NK 细胞在 CR 或 PR 患者中更为普遍，并且不同亚群在功能和相关信号通路上存在差异。比如 CLL-NK 细胞主要富集在前列腺素合成和调节、Myc 抑制通路等；CD56dim_NK 细胞富集在 IL12Rβ?通路等；CD56bright_NK 细胞富集在细胞周期检查点等通路。
3. 不同 NK 细胞亚群的功能特征：通过轨迹分析发现，CLL-NK 细胞处于分化早期，能够分化为 CD56dim_NK 和 CD56bright_NK 细胞。在分化过程中，不同阶段的信号通路会发生变化。同时，研究还发现不同 NK 细胞亚群之间以及与其他细胞之间存在细胞通讯，并且各亚群中的关键转录因子也有所不同。
4. CLL-NK 细胞指数（CNI）的构建：研究人员通过 Mendelian 随机化分析确定了 12 个与 CLL 风险相关的关键基因，基于这些基因构建了 CNI。功能分析表明，CNI 与免疫调节密切相关，高 CNI 与广泛的免疫细胞浸润呈正相关，并且在免疫治疗中，高 CNI 患者的总生存期更好，对化疗药物也表现出不同的敏感性。
5. 药物敏感性分析：利用 OncoPredict 工具评估 CNI 对 CLL 治疗药物敏感性的预测能力，发现高 CNI 患者对 5 - 氟尿嘧啶等药物更敏感。进一步分析发现，NKG7 高表达患者对某些药物敏感，ASCL2 高表达患者对另一些药物敏感，分子对接模拟显示，simotesinib 和伊布替尼可能是潜在的治疗药物。

在讨论部分，研究人员指出，伊布替尼治疗后，CLL 患者不同病理阶段的 NK 细胞亚群存在显著差异，CLL_NK 亚群的增加可能与免疫治疗的良好预后相关。同时，确定的 12 个与 CLL_NK 亚群相关的基因各有其独特作用，CNI 可以作为预测免疫治疗疗效的指标，还能为药物开发提供方向。不过，该研究也存在样本量小、部分基因作用缺乏实验验证等局限性。

总的来说，这项研究意义重大。它发现了新的 CLL_NK 细胞亚群，明确了 NKG7 和 ASCL2 等与 CLL 发展相关的基因，构建的 CNI 能有效预测免疫治疗结果。这不仅加深了我们对 CLL 生物学的理解，更为未来 CLL 的治疗策略改进和个性化治疗提供了重要的理论依据和潜在靶点，为攻克 CLL 带来了新的希望。