肿瘤免疫异质性定量新算法：揭示免疫多样性丧失是癌症进展的关键标志

《npj Precision Oncology》：Quantitative profiling of intratumor immune heterogeneity identifies loss of immune diversity as a hallmark of cancer progression

本研究针对肿瘤免疫微环境(TIME)中免疫细胞组成异质性(ImTH)缺乏有效量化方法的问题，开发了ScImTH算法，通过计算14种免疫细胞比例的香农熵来评估ImTH。研究发现低ImTH评分与不良预后、肿瘤进展特征、免疫抑制状态及免疫治疗耐药显著相关，且其预测价值优于肿瘤突变负荷(TMB)和PD-L1等现有生物标志物，为癌症预后预测和免疫治疗分层提供了新工具。

　　

在肿瘤研究领域，科学家们逐渐认识到肿瘤内部并非铁板一块，而是存在着复杂的生态系统——肿瘤免疫微环境（Tumor Immune Microenvironment, TIME）。这个环境由各式各样的免疫细胞、细胞因子以及基质细胞共同构成，它们与肿瘤细胞相互作用，共同影响着癌症的发生、发展和治疗反应。过去，人们常用“热肿瘤”（免疫细胞浸润多）和“冷肿瘤”（免疫细胞浸润少）来简单区分肿瘤，并发现“热肿瘤”通常对免疫检查点抑制剂等免疫治疗反应更好。然而，现实情况要复杂得多。有时，即使肿瘤中充满了免疫细胞（即肿瘤浸润淋巴细胞TILs水平高），患者的预后依然很差，这表明单纯看免疫细胞的“数量”是远远不够的，免疫细胞的“种类”和“分布”（即异质性）可能扮演着更关键的角色。这种存在于肿瘤内部的免疫异质性，被称为免疫学瘤内异质性（Immunological Intratumor Heterogeneity, ImTH）。尽管有研究提示ImTH影响着肿瘤的演进和治疗反应，但长期以来，科学界缺乏一个能够有效量化ImTH的工具。这限制了我们深入理解ImTH的生物学意义及其临床价值。

为了填补这一空白，来自美国德克萨斯大学健康科学中心等机构的研究团队在《npj Precision Oncology》上发表了一项重要研究。他们开发了一种名为ScImTH（Scoring Immunological Intratumor Heterogeneity）的新算法，能够利用转录组数据（包括批量、单细胞和空间转录组数据）来精确量化肿瘤内部的免疫异质性。这项研究的核心发现是：免疫多样性的丧失（表现为低的ImTH评分）是癌症进展的一个关键标志。低ImTH评分与患者的不良生存结局、肿瘤进展相关的分子特征、免疫抑制状态以及对免疫治疗的耐药性显著相关。更重要的是，ImTH评分在预测癌症预后和免疫治疗反应方面，表现优于肿瘤突变负荷（Tumor Mutational Burden, TMB）和PD-L1表达等现有生物标志物。

研究人员为开展此项研究，综合运用了多种关键技术方法。他们开发的ScImTH算法核心是利用CIBERSORT工具对批量转录组数据进行免疫细胞反卷积，获得14种主要免疫细胞类型（如B细胞、CD8⁺T细胞、巨噬细胞等）的比例，再计算其香农熵作为ImTH评分。研究数据主要来源于大型公共数据库，包括癌症基因组图谱（TCGA）队列（33种癌症类型，9914个样本）、临床蛋白质组肿瘤分析联盟（CPTAC）队列、多个接受免疫检查点抑制剂治疗的队列（如SKCM、UC、BLCA、KIRC等）、六个单细胞RNA测序（scRNA-seq）数据集（涵盖肺癌、结直肠癌、乳腺癌、肾癌和黑色素瘤）以及两个空间转录组数据集（10x Genomics Visium和Xenium平台，针对乳腺癌）。数据分析涉及生存分析（Kaplan-Meier曲线和Cox比例风险模型）、逻辑回归、基因集富集分析（如ssGSEA）、差异表达分析、细胞类型比例相关性分析以及空间异质性评估等生物信息学方法。

Elevated ImTH scores associate with favorable clinical outcomes in cancer

研究人员首先将ScImTH算法应用于TCGA泛癌数据集。分析结果显示，无论是以总生存期（OS）、疾病特异性生存期（DSS）、无病生存期（DFS）还是无进展间期（PFI）来衡量，具有高ImTH评分（前三分之一）的肿瘤患者，其预后均显著优于低ImTH评分（后三分之一）的患者。在33种个体癌症类型中，有7种癌症（如BLCA, CESC, HNSC等）显示高ImTH评分与改善的OS显著相关。相比之下，用于量化肿瘤浸润免疫细胞丰度的免疫评分（Immune Score）与生存结局的关联不一致，甚至在泛癌分析中与OS呈负相关。B细胞受体（BCR）多样性评分也显示出不一致的预后关联。多变量生存分析进一步证实，即使在调整了年龄、肿瘤分期/分级和免疫评分等混杂因素后，ImTH评分仍然是泛癌以及BLCA、BRCA等多个癌种的独立有利预后因素。

Decreased ImTH scores associate with tumor progression phenotypes

研究进一步发现，ImTH评分与多种肿瘤进展表型密切相关。在TCGA数据中，发生转移的肿瘤、高分级的肿瘤、治疗后肿瘤未消退的患者，其ImTH评分均显著低于未转移、低分级和肿瘤消退的患者。更重要的是，在24种有癌旁正常组织数据的癌症类型中，有11种癌症的肿瘤组织ImTH评分显著低于其对应的正常组织。唯一的例外是胰腺癌（PAAD），其肿瘤ImTH评分高于正常组织，研究人员认为这可能与胰腺癌独特的高度纤维化、免疫抑制性的微环境导致免疫细胞虽丰富但功能受限且空间受限有关。

Decreased ImTH scores associate with unfavorable tumor molecular features

在分子层面，ImTH评分与多个癌症关键特征（Hallmarks of Cancer）的富集分数呈显著负相关。这些特征包括癌症干性（Stemness）、血管生成（Angiogenesis）、上皮-间质转化（EMT）、增殖、侵袭和转移。这表明，低的ImTH评分与促进肿瘤进展的分子程序的上调有关，凸显了低免疫异质性与不利肿瘤特征之间的联系。

ImTH scores are reduced in aggressive cancer subtypes

在侵袭性强的癌症亚型中，ImTH评分也普遍较低。例如，在三阴性乳腺癌（TNBC）中，ImTH评分显著低于非TNBC。携带致癌基因KRAS突变或抑癌基因TP53突变的肿瘤，其ImTH评分也低于野生型肿瘤。吸烟者的肿瘤ImTH评分低于非吸烟者。此外，根据TCGA定义的六种免疫亚型（C1-C6），预后最好的C3（炎症型）亚型ImTH评分最高，而预后最差的C4（淋巴细胞耗竭型）和C6（TGF-β主导型）亚型ImTH评分最低。

ImTH scores reflect anti-tumor immune activity but show weak and inconsistent associations with tumor immune infiltration

一个关键的发现是，ImTH评分与整体免疫浸润水平（免疫评分）仅存在微弱且不一致的相关性。这意味着ImTH捕获的是不同于免疫细胞“数量”的“质量”或“多样性”信息。将ImTH评分与免疫评分结合，可以在某些癌症（如HNSC, LUSC）中更好地对患者进行预后分层。在微卫星不稳定性高（MSI-H）和微卫星稳定/低（MSS/MSI-L）的组别内，ImTH评分仍能进一步区分出生存差异显著的亚组。对特定免疫细胞类型的分析显示，ImTH评分与巨噬细胞（尤其是M0和M2型）比例呈强负相关，而与树突状细胞、单核细胞、B细胞和CD8⁺T细胞的比例呈正相关。高ImTH评分还与降低的T细胞耗竭和增加的T细胞活化特征相关。有趣的是，ImTH评分在多个癌种中与CD8⁺T细胞富集分数与PD-L1表达量的比值呈正相关，表明其能反映效应免疫反应与免疫抑制信号之间的平衡。

ImTH scores outperform established biomarkers in predicting immunotherapy response

研究人员在TCGA泛癌队列和五个独立的免疫治疗队列中评估了ImTH评分预测免疫治疗反应的能力。在所有队列中，对免疫治疗有反应（Responders）的肿瘤，其ImTH评分均显著高于无反应者（Non-responders）。高ImTH评分（>中位数）的肿瘤组的客观缓解率也 consistently 高于低评分组。相比之下，TMB和PD-L1表达在多个队列中无法显著区分反应者与非反应者。逻辑回归分析进一步表明，在预测免疫治疗反应时，ImTH评分是一个独立且显著的预测因子，而TMB和PD-L1则不是。

ImTH scores vary across and within cancer types

不同癌症类型间的ImTH评分存在显著差异。例如，预后相对较好的前列腺癌（PRAD）和甲状腺癌（THCA）具有较高的中位ImTH评分，而预后较差的肉瘤（SARC）、胶质母细胞瘤（GBM）等评分较低。值得注意的是，高级别胶质瘤（GBM）的ImTH评分显著低于低级别胶质瘤（LGG），尽管GBM的免疫浸润更强，这再次说明ImTH与单纯的免疫丰度是不同的维度。ImTH评分与基于体细胞突变和拷贝数变异评估的肿瘤瘤内异质性（ITH）评分排名无显著相关性，提示ImTH提供了独立于肿瘤细胞遗传异质性的新信息。此外，不同癌种内部ImTH评分的变异程度（用中位绝对偏差MAD衡量）也不同，这可能与肿瘤的预后稳定性有关。

Verification of ImTH scores in the CPTAC cohort

在独立的CPTAC泛癌队列中的验证结果与TCGA发现高度一致。高ImTH评分患者的总生存期（OS）和无进展生存期（PFS）显著更好。高分化（G1）肿瘤的ImTH评分高于中低分化（G2/G3）肿瘤。蛋白质组学分析显示，高ImTH肿瘤中上调的蛋白质富集于免疫激活相关通路，而低ImTH肿瘤则富集于神经元信号转导等通路。

ImTH score is a positive prognostic factor in cancer: single cell data analysis

利用单细胞RNA测序（scRNA-seq）数据，研究结果得到了进一步巩固。在肺癌、结直肠癌、乳腺癌、肾癌和黑色素瘤的单细胞数据集中，转移性肿瘤、晚期肿瘤、低分化肿瘤、大体积肿瘤、免疫治疗耐药肿瘤的ImTH评分均显著低于原发性肿瘤、早期肿瘤、高分化肿瘤、小体积肿瘤和治疗敏感/未经治疗的肿瘤。这从单细胞分辨率证实了ImTH评分作为阳性预后因素的价值。

Spatial transcriptomics data analysis shows reduced ImTH scores in invasive cancer regions

空间转录组分析为ImTH的生物学意义提供了空间维度的证据。在乳腺癌空间转录组数据中，经过病理学家注释的组织区域显示，侵袭性癌区域的ImTH评分显著低于原位癌、正常乳腺腺体、免疫浸润区等其他所有区域。在另一个独立的Xenium空间转录组数据集中，侵袭性肿瘤区域的ImTH评分同样显著低于导管原位癌（DCIS1）区域。这表明免疫多样性的丧失在空间上与肿瘤的侵袭性密切相关。

综上所述，这项研究系统地论证了ScImTH算法量化免疫瘤内异质性的有效性，并揭示了ImTH评分作为癌症预后和免疫治疗反应预测生物标志物的强大潜力。研究的核心结论是：肿瘤进展伴随着免疫多样性的丧失，即低的ImTH评分。这种免疫多样性的丧失是一个比单纯免疫细胞数量更能反映肿瘤恶性程度和治疗抵抗的关键特征。ImTH评分超越了TILs、TMB、PD-L1等现有生物标志物，提供了更一致、更强大的预测能力。从生物学角度看，高ImTH评分可能代表着一个免疫细胞种类丰富、功能活跃、更易于被免疫系统识别和攻击的肿瘤微环境，类似于一个物种多样性高的稳定生态系统。而低ImTH评分则往往意味着免疫微环境被少数免疫抑制性细胞（如巨噬细胞）主导，功能失调，有利于肿瘤的免疫逃逸。该研究不仅提供了一个易于使用的计算工具（ScImTH R包），更重要的是提出了一个新颖的“癌症免疫编辑”生态学视角，为理解肿瘤-免疫相互作用和开发新的治疗策略提供了重要见解。未来需要在更大规模的前瞻性队列中进一步验证其临床效用，并探索其与其他新兴生物标志物的整合，以优化精准肿瘤学的实践。