Science Immunology揭示了促进急性髓性白血病治疗成功的关键免疫细胞

来自哥伦比亚工程学院和欧文癌症动力学研究所的一个研究小组在癌症免疫治疗领域取得了关键的发现。在今天发表在《科学免疫学》上的一篇论文中，研究小组发现了一种特定的免疫细胞群，它们在成功治疗复发性急性髓性白血病（AML）中起着关键作用。

　　

来自哥伦比亚工程和欧文癌症动力学研究所的一个研究小组在癌症免疫治疗领域取得了关键的发现。在今天发表在《科学免疫学》上的一篇论文中，研究小组发现了一种特定的免疫细胞群，它们在成功治疗复发性急性髓性白血病（AML）中起着关键作用。这项工作是与达纳法伯癌症研究所（DFCI）合作进行的。

根据美国国家癌症研究所（National Cancer Institute）的数据，在美国，每年每10万名患者中就有4人患有AML。AML是一种首先攻击骨髓，然后再感染血液的癌症。目前的治疗方案包括靶向化疗和干细胞移植。不幸的是，高达40%的患者在移植后复发，中位生存期为6个月。在这个阶段，缓解的唯一希望是通过免疫疗法。

在哥伦比亚大学生物医学工程副教授Elham Azizi的带领下，这项研究探索了白血病骨髓微环境中的协调免疫网络如何影响对细胞治疗的反应，并提出了一个问题：为什么有些患者从免疫治疗中受益，而另一些患者却没有？根据辉瑞公司的研究，目前治疗复发性AML的方法是供体淋巴细胞输注（DLI），一种涉及供体免疫细胞的疗法，其5年生存率仅为24%。

这项新研究发现，在对DLI有反应的患者身上发现的一种独特的T细胞群可能是关键。这些细胞通过增强免疫反应来对抗白血病。此外，该研究表明，骨髓中免疫环境更健康、更活跃、更多样化的患者能够更好地支持这些细胞和它们的抗癌能力。

利用该团队专有的计算DIISCO方法，研究人员发现独特的T细胞群和其他免疫细胞之间的关键相互作用可能导致患者缓解。他们还将这些T细胞追溯到供体产物。然而，人们发现供体的免疫细胞组成对患者的成功几乎没有影响。事实上，这种治疗的成功与否取决于患者的免疫环境。DIISCO是一种机器学习方法，用于分析细胞相互作用如何随时间变化，重点关注临床标本中的癌症和免疫细胞。

这项研究的发现可能会带来新的干预选择，比如在开始标准的DLI治疗之前改善免疫环境，以及探索免疫疗法的组合。这将帮助那些通常反应不佳的患者找到适合他们的个性化选择。

阿齐齐是欧文癌症动力学研究所、赫伯特·欧文综合癌症中心和哥伦比亚大学数据科学研究所的成员，他说：“这项研究体现了通过密切合作，将计算和实验方法结合起来，回答复杂的生物学问题，并发现意想不到的见解的力量。”“我们的发现不仅揭示了白血病成功免疫治疗反应的机制，还为在创新机器学习工具的指导下开发有效的治疗方法提供了路线图。”

“看到我们的发现通过功能实验得到验证是令人难以置信的兴奋，并为改善癌症免疫治疗提供了真正的希望，”阿齐兹实验室的博士生卡梅伦帕克说，他与达纳法伯癌症研究所凯瑟琳吴实验室的凯蒂毛雷尔共同领导了这项研究。Park也是DIISCO算法的共同开发者。

在这项特殊的研究中，该团队计划探索增强DLI有效性的干预措施，同时专注于调节肿瘤微环境。尽管令人兴奋，但在团队进入临床试验之前还有很多工作要做，以期改善复发性急性髓性白血病患者的预后。