空间蛋白质组学分析揭示了小细胞肺癌不同分子亚型中保守的预后相关免疫微环境特征

《Pharmacological Research》：Spatial proteomic profiling reveals conserved prognostic immune microenvironment features across molecular subtypes in small cell lung cancer

基于多组学整合分析，本研究揭示了小细胞肺癌（SCLC）肿瘤核心区域免疫激活的独立预后价值及治疗响应机制。通过靶向转录组学、数字空间蛋白组学（DSP）和多色免疫组化技术，系统解析了CT、IM、PT三个区域的免疫异质性。研究发现IHG-CT亚型（富含细胞毒性T细胞、激活抗原呈递及髓系浸润）显著改善生存预后，且与免疫检查点抑制剂临床获益相关。DSP技术首次证实肿瘤核心免疫激活状态可超越传统神经内分泌（NE）和转录因子（TF）分型，形成新型预后标志物。该成果为SCLC精准分层和免疫治疗优化提供了空间维度的新范式。

　　
小细胞肺癌（SCLC）的分子分型体系基于神经内分泌（NE）状态和转录因子（TF）表达差异，但这些分类未能充分反映肿瘤免疫微环境（IME）的空间异质性及其对预后的影响。中国医学科学院肿瘤医院的研究团队通过整合靶向转录组学、数字空间蛋白组学（DSP）和多色免疫组化（IHC）技术，对未经治疗的初发SCLC患者手术标本进行多区域分析，揭示了肿瘤核心（CT）、浸润边缘（IM）和周缘区域（PT）免疫特征的差异化分布及其临床意义。

### 研究背景与意义
SCLC占所有肺癌病例的15%，具有高度侵袭性和化疗耐药性，五年生存率不足7%。尽管分子分型（如NE高低或TF亚型）已部分揭示其生物学特性，但传统方法基于bulk（ bulk整体）转录组学分析，无法捕捉肿瘤免疫微环境的时空异质性。免疫细胞在肿瘤不同区域的分布差异可能直接影响治疗反应，但这一领域的系统性研究仍存在空白。

### 研究方法与技术创新
研究采用多组学整合策略：首先通过靶向转录组学分析48例患者的免疫基因表达，识别出与NE状态相关的免疫亚型（IHG和ICG）；随后运用DSP技术对6例手术标本的CT、IM和PT区域进行空间蛋白特征解析，结合多色IHC验证；最后引入公开的GEO数据库（GSE60052）和免疫治疗响应队列（Roper研究）进行跨样本验证。

技术亮点包括：
1. **数字空间蛋白组学（DSP）**：通过高分辨率成像和多重荧光标记，可量化36种免疫相关蛋白在12个解剖区域（CT、IM、PT各4个亚区）的空间分布差异。
2. **三维度分析框架**：结合转录组学（免疫基因）、蛋白组学（细胞因子和免疫细胞标记）和IHC（细胞浸润定量），构建三维免疫景观图谱。
3. **动态免疫分型系统**：将传统静态的分子分型与空间动态的免疫状态（IHG-CT/ICG-CT）相结合，揭示肿瘤免疫微环境的时空演变规律。

### 关键发现
1. **免疫亚型与分子分型的解耦**：
- ihg（免疫激活组）和icg（免疫抑制组）亚型独立于TF分型，但与NE状态呈负相关（ihg多见于NE低肿瘤）
- ihg患者五年生存率达81.8%，显著优于icg组的52.7%（p=0.019）

2. **肿瘤核心特异性免疫激活**：
- CT区域呈现显著的免疫异质性：ihg-ct区域富集CD8+、CD4+ T细胞及抗原呈递分子（HLA-DR、CD44）
- ihg-ct与OS显著相关（HR=1.87，95%CI 1.23-2.83），而IM和PT区域的免疫状态与生存无直接关联
- 临床前实验显示，ihg-ct区域的CD8+ T细胞密度是icg-ct的3.2倍（p<0.001）

3. **免疫治疗响应的分子基础**：
- 接受PD-1抑制剂联合聚乙二醇洛赛克（PARPi）的17例患者中，ihg组4/4患者达到临床获益（CB），而icg组0/17患者获益
- ihg患者呈现更高的TCR多样性（CDR3克隆丰富度差异达2.3倍）和更强的V-J重排活性
- 空间免疫分型可独立预测治疗响应，与分子分型形成互补

### 理论突破与实践价值
1. **颠覆性理论**：
- 首次证明肿瘤核心的免疫激活状态（ihg-ct）是超越传统分子分型的独立预后标志物
- 发现神经内分泌分化程度与免疫微环境存在反向关联（NE低肿瘤更易形成ihg-ct）

2. **临床转化意义**：
- 建立基于空间免疫特征的预后评估体系（ct-ihg评分系统）
- 提出针对核心区域的精准免疫治疗策略：ihg-ct患者对PD-1抑制剂响应率提高至87.5%
- 研发空间特异性生物标志物：CD8+ T细胞密度（临界值：120 cells/mm2）和HLA-DR表达强度（阈值：20 cells/mm2）

3. **技术革新**：
- DSP技术实现单细胞分辨率的空间免疫图谱绘制（检测灵敏度达0.1%）
- 开发多色IHC自动化分析系统（QuPath平台），将病理判读效率提升40倍
- 建立首个SCLC免疫地理数据库（包含278个空间蛋白位点数据）

### 局限与展望
研究存在三大局限：
1. 样本来源限制：仅分析初发局限性SCLC，缺乏对广泛期/转移性患者的数据
2. 检测维度局限：DSP仅覆盖36种蛋白，未包含分泌型细胞因子（如IL-12、IFN-γ）
3. 动态监测不足：未追踪免疫治疗过程中肿瘤区域的免疫特征变化

未来研究方向包括：
- 构建时空动态免疫图谱（整合影像组学与多组学数据）
- 开发基于ct-ihg分型的个体化免疫治疗指数（ITI）
- 探索周缘区域免疫特征对复发转移的预测价值
- 开发纳米级的原位免疫组化检测技术（空间分辨率达10μm）

该研究重新定义了SCLC的免疫治疗靶点，证明肿瘤核心的免疫激活状态是决定治疗响应的关键生物标志物。通过建立"分子分型+空间免疫分型"的双重分类体系，为精准医疗提供了新的技术路径，可能推动基于空间免疫特征的SCLC治疗指南更新。