综述：乳腺癌免疫治疗反应的生物标志物预测：从单一标志物到多组学整合

《npj Breast Cancer》：Biomarker prediction of immunotherapy response in breast cancer: from single markers to multi-omics integration

本文系统梳理了乳腺癌免疫治疗生物标志物的最新进展，从PD-L1、TILs等单一标志物到多组学整合策略。文章指出，尽管免疫检查点抑制剂（ICIs）已改变三阴性乳腺癌（TNBC）治疗格局，但精准预测疗效仍需更优生物标志物。作者强调，结合基因表达谱（GES）、液体活检（如ctDNA、CTCs）和人工智能（AI）的多参数模型是未来实现精准免疫肿瘤学的关键。

　　

乳腺癌免疫治疗反应的生物标志物预测：从单一标志物到多组学整合

免疫疗法已经重塑了多种恶性肿瘤的治疗范式，然而其在乳腺癌中的应用仍主要局限于特定亚型，尤其是三阴性乳腺癌（TNBC）。随着免疫检查点抑制剂（ICIs）向更早期的疾病阶段和更广泛的临床应用推进，预测性生物标志物的识别对于优化患者选择和改善治疗效果至关重要。

单分子生物标志物

PD-L1表达

PD-L1仍然是指导乳腺癌免疫治疗最标准的生物标志物，尤其是在TNBC中。然而，其预测价值越来越被认为是情境依赖的，受疾病分期、化疗方案、PD-L1评分方法和治疗环境的影响。

在转移性TNBC中，IMpassion130试验使用SP142检测（免疫细胞IC≥1% cutoff）证实了atezolizumab联合白蛋白紫杉醇在PD-L1阳性患者中的生存获益。而KEYNOTE-355试验则采用了22C3检测和联合阳性评分（CPS≥10），显示了pembrolizumab的显著生存获益，并使CPS方法成为晚期TNBC中PD-L1评估的标准。值得注意的是，SP142和CPS检测所识别的人群有重叠但不同，SP142因其侧重于免疫细胞的方法，通常会将更多肿瘤判定为PD-L1阳性。

在新辅助治疗背景下，IMpassion031和KEYNOTE-522等试验表明，在PD-L1阳性肿瘤亚组中，ICIs能显著提高病理完全缓解（pCR）率和无事件生存（EFS）及总生存（OS）获益，但KEYNOTE-522的获益在不同PD-L1表达水平中均能观察到，提示PD-L1在新辅助环境中主要发挥预后作用，而非强预测作用。重要的是，在辅助治疗环境下的试验（如IMpassion132和ALEXANDRA/IMpassion030）未能证明化疗免疫治疗的临床获益，这表明免疫治疗启动的时机可能对其疗效至关重要。

在激素受体（HR）阳性乳腺癌中，CheckMate 7FL和KEYNOTE-756试验表明，新辅助化疗免疫治疗可提高PD-L1阳性组和高风险ER+/HER2-患者的pCR率，特别是在ER低表达的患者中获益更大，因其免疫原性更接近TNBC。

总体而言，PD-L1是一个不可或缺但不完美的生物标志物：较高表达通常与对ICIs更高应答可能性相关，但它既不能保证获益，也不能排除PD-L1阴性病例的获益可能。

肿瘤浸润淋巴细胞（TILs）

与PD-L1类似，TILs作为预测性生物标志物主要在TNBC中得到验证。

在早期TNBC中，KEYNOTE-173、NeoPACT和Neo-REAL等试验一致表明，基线或治疗中较高的TILs与含pembrolizumab的化疗免疫治疗方案较高的pCR率相关。GeparNuevo试验显示，durvalumab仅轻度提高pCR，但在残留TILs的肿瘤中观察到持久的无创疾病生存期（iDFS）和OS改善。一项汇总分析显示，基质TILs每增加10%，在早期TNBC中与逐步的生存获益相关，TILs≥30%时获益超过99%，凸显了其在早期环境中的预后能力。

在转移性环境中，KEYNOTE-086显示较高的基质TILs和CD8+ T细胞浸润独立预测了pembrolizumab单药治疗的客观缓解率（ORR）、无进展生存期（PFS）和OS。TONIC试验表明，短疗程化疗诱导可增强TIL浸润和IFN-γ特征，使肿瘤对nivolumab的应答改善。然而，Impassion130证明，即使存在高TIL，PD-L1表达对于临床获益仍是必要的，这支持了复合生物标志物模型的重要性。

在HER2阳性乳腺癌中，TILs虽然是接受曲妥珠单抗治疗患者中已确立的预后标志物，但其对ICIs的预测作用尚无定论。在HR+/HER2-乳腺癌中，其特点是免疫“冷”和低TIL密度，TILs的预测价值似乎有限，但当与PD-L1、TMB或其他免疫相关特征结合时，显示出更大的预测价值。

通过H&E染色进行TIL评估在临床上仍然有用，但其与免疫基因组生物标志物的结合可以提供更精确的预测。CD8免疫组织化学（IHC）、空间分析、T细胞炎症基因表达谱（TcellinfGEP）和DNA损伤免疫反应（DDIR）等多参数工具已显示出附加价值。

尽管有强大的临床和生物学依据，但由于评估方案异质性、缺乏标准化阈值、基质与瘤内区室之间的变异性以及观察者间差异等挑战，基于TILs的生物标志物尚未在临床实践中常规使用。

TMB、HRD/BRCA和MMR缺陷

肿瘤突变负荷（TMB）、同源重组缺陷（HRD）和错配修复缺陷（MMR-D）/微卫星高度不稳定性（MSI-H）是与肿瘤免疫原性增加相关的基因组特征，已被探索作为乳腺癌ICIs的生物标志物。

TMB在TNBC中显示出明确的预测价值，KEYNOTE-086、KEYNOTE-119和Impassion130等试验的分析一致表明，在TMB升高的患者中，ICIs治疗（联合或不联合化疗）的结局、ORR、PFS和OS得到改善。然而，在HR+疾病中，TMB与ICIs反应的相关性较弱，这可能源于这些肿瘤的免疫“冷”特性。

HRD（最常见于BRCA1/2突变）理论上可通过增加DNA损伤和新抗原负荷来增强对ICIs的敏感性。将PARP抑制剂与ICIs结合的早期试验（如TOPACIO/KEYNOTE-162和MEDIOLA）在BRCA突变患者中观察到增强的缓解率。然而，随机试验的结果更为复杂。KEYNOTE-522显示BRCA突变与数值上更高的pCR和生存率相关，但无统计学显著性。IMpassion130显示atezolizumab对BRCA无预测价值，缓解仅限于PD-L1阳性肿瘤，与HRD状态无关。BRCA缺陷肿瘤通常显示免疫刺激表型，伴有PD-L1表达升高、T细胞浸润增加和STING通路激活，但这些特征受其他因素影响，并非在所有BRCA/HRD肿瘤中一致观察到。

MSI-H乳腺癌罕见，但KEYNOTE-158已显示pembrolizumab在MSI-H实体瘤中的总体疗效。回顾性研究估计晚期乳腺癌中MSI-H/MMR-D的患病率为0.5-1%，但这些罕见肿瘤表现出持久的缓解，支持其作为罕见但可操作的生物标志物。

液体活检

尽管组织生物标志物取得了显著进展，但它们只提供了高度动态的肿瘤-免疫界面的静态快照。新兴的液体活检技术为监测这些及其他生物标志物提供了一种微创、实时的替代方案。

在循环肿瘤细胞（CTCs）方面，早期研究发现，即使存档肿瘤组织为PD-L1阴性，仍可检测到PD-L1阳性CTCs，表明它们可能更好地反映转移性疾病的当前免疫状态。动态CTC变化（如CTC计数或PD-L1阳性CTC分数减少）与抗PD-1治疗期间更长的疾病控制相关。除了PD-L1，CTCs上PD-L1和CD47等免疫检查点的双重表达似乎标志着一个特别免疫逃逸的表型。

循环肿瘤DNA（ctDNA）动力学与免疫治疗反应密切相关。INSPIRE试验和泛癌分析表明，早期ctDNA清除和变异等位基因频率（VAF）降低可预测生存改善。I-SPY 2试验显示，早期ctDNA清除甚至可以预测非pCR患者的长期获益。从血液中量化肿瘤突变负荷（bTMB）的努力正在进行，但结果不一。在新辅助治疗后环境中，ctDNA正成为微小残留病（MRD）的标志物和治疗分层的工具。

其他血液免疫标志物，如细胞因子（IL-2, VEGF-A, IGFBP-7）水平、T细胞活化标志物（TIM-3, CD152）以及CD8+ T细胞状态和T细胞受体（TCR）克隆性，也显示出预测价值。

免疫基因表达特征（GES）

肿瘤微环境（TME）在塑造对ICIs的反应中起着关键作用。虽然传统的单生物标志物（如PD-L1和TMB）预测价值有限，但免疫GES提供了更综合的视角。

最初为预后开发的多基因检测在免疫治疗中变得相关。MammaPrint（70基因风险分类器）识别出一个“超高风险”（High2）亚组，富含类似TNBC的基底样、免疫活性特征。在I-SPY2中，具有High2状态的HR+/HER2-肿瘤对新辅助化疗免疫治疗的pCR率显著更高。BluePrint（80基因亚型分型检测）通过区分管腔型和基底型肿瘤增加了预测细微差别。I-SPY2试验开发了ImPrint（53基因免疫特征）来直接预测免疫治疗获益，在HR+/HER2-疾病中显示出高阳性预测值。针对TNBC refined的ImPrintTN显示出对应答者的强有力分层。

DetermaIO是一种27基因RT-qPCR检测，捕捉TME中的免疫浸润和免疫检查点激活特征。在NeoTRIPaPDL1试验中，只有DetermaIO阳性肿瘤从atezolizumab联合新辅助化疗中获得了显著获益。在I-SPY2试验中的分析进一步验证了该特征在早期乳腺癌化疗免疫治疗中的预测能力。

DNA损伤反应缺陷导致的免疫激活提供了另一个预测机会。DDIR特征（44基因）捕捉由DNA修复受损导致的cGAS-STING通路激活。在NeoPACT试验中，DDIR阳性预测了TNBC对化疗免疫治疗的pCR显著提高。TcellinfGEP（18基因干扰素相关特征）在转移性TNBC中显示出预测价值，但在早期TNBC中的表现不一。

并非所有免疫相关特征都能区分ICIs获益与一般化疗敏感性。在GeparNuevo中，基于干扰素的GES（如G6-Sig和IFN-Sig）预测pCR，与durvalumab治疗无关，反映了普遍的免疫反应性而非ICIs特异性。

新兴生物标志物：肠道微生物群

肠道微生物群的多样性和组成正成为有前景但 largely 探索性的潜在预测生物标志物。ALICE和AMTEC试验显示，在转移性TNBC中，较高的基线或治疗诱导的微生物多样性与改善的结局相关。I-SPY 2显示抗生素暴露与pCR降低和残留疾病较高相关。在HR+转移性乳腺癌中，多项研究的应答者体内富含抗炎细菌（如Bacteroides, Faecalibacterium prausnitzii, 产短链脂肪酸的Firmicutes），而非应答者则显示Prevotella copri占主导。特定菌种（如Gemmiger formicilis和Bacteroides vulgatus）进一步区分了应答者与非应答者。

未来方向与结论

免疫疗法改变了乳腺癌的治疗格局，尤其是TNBC，但大多数患者获益仍然有限。未来的进展将依赖于将复杂的肿瘤-免疫生物学与创新技术相结合，以指导患者选择、治疗组合和适应性策略。

超越PD-L1或TMB等单一生物标志物，结合TILs、免疫基因特征、TCR库和液体活检数据的多参数模型提供了更大的预测价值。人工智能（AI）和多组学方法是这一演进的关键工具。深度学习模型可以从H&E切片中提取免疫相关特征，整合机器学习模型通过捕捉转录组、基因组和蛋白质组数据之间的非线性相互作用，性能优于传统生物标志物。放射基因组学是通过连接影像学和分子特征来进一步提高反应预测性能的另一个工具。

监管倡议如FDA的Project Optimus正在重新定义早期肿瘤药物开发，强调剂量优化和生物标志物指导的患者选择。Project FrontRunner旨在推动在后期治疗线中显示生物标志物相关活性的疗法进入更早的随机疾病阶段。Project Orbis框架支持生物标志物选择疗法的及时全球可及性。欧洲的加速欧盟临床试验（ACT EU）计划促进创新临床试验方法。这些倡议共同推动向更适应性、生物标志物指导和多组学的肿瘤药物开发模式转变。

随着免疫疗法在不同亚型和更早疾病阶段扩展，临床试验设计必须纳入生物标志物驱动的分层、纵向采样和适应性终点。精准免疫肿瘤学不再只是愿景，通过整合转化科学、AI赋能的分析和深思熟虑的临床创新，它是可以实现的。