基于转录组异质性与肿瘤微环境交互作用的免疫生物标志物验证失败预测框架及表型膨胀现象

《BMC Bioinformatics》：Phenotypic Inflation and composition-driven fragility: a pre-validation diagnostic framework for immune biomarker translation failure

摘要

背景

来自大片段RNA测序的免疫生物标志物在不同癌症队列中表现不一致。我们假设，通过表征细胞来源内的转录组异质性及其与肿瘤微环境的相互作用，可以预判这种失败。

方法

我们开发了两个指标：来源保真度指数（SFI），通过来自18个数据集的220万个单细胞数据量化T/NK特异性表达；生物标志物脆弱性指数（BFI），通过每个基因82种合成组分的三维模拟量化组成敏感性。我们在来自8个免疫检查点阻断队列的754个样本中验证了六因素操作风险分层框架，并在涵盖5种癌症类型的10个独立外部队列（989名患者）中评估了BFI分类对临床反应的预测能力。

结果

在101个免疫基因中，仅35个（34.7%）显示出高T/NK保真度（SFI ≥ 0.6）。在控制基于空间的来源保真度估计后，BFI为临床结局提供了18.6–27.3%的独立解释方差（在五种表型定义中的四种中p < 0.05），表明BFI与该估计值不冗余。组成边界规则在分类表型可靠性方面达到82.8%的准确率，完整的六因素分层召回了93.3%的表型失败，在留一队列验证中保持稳定（平均召回率 = 95.0%）。与随机选择相比，BFI引导的选择将表型验证失败风险降低了82%（置换p = 0.007）。表型膨胀被量化为一种系统性关系：表型AUC每增加0.1个单位，预测临床下降幅度增加0.079个单位（R2 = 0.367，p < 10?2?；解耦R2 = 0.0415）。当表型AUC超过0.55时——该数据集估计的阈值，95%的观察值超过此值——更高的表型表现并不对应更大的临床预测价值。这种关系在所研究的外部RNA-seq队列中独立重复，跨癌症类型（R2 = 0.536），并且在跨本研究的大规模转录组生物标志物评估中一致且可定量复现。BFI与空间髓系共定位独立相关（ρ = 0.544，p = 0.006），并显示出在所有测试的分布假设下不变的分类。泛癌应用识别出跨32种TCGA癌症类型的168个不可靠层基因-癌症组合。

结论

该框架提供了一种具有已证明的跨癌症泛化能力的预验证诊断工具。表型膨胀——在发现队列和十个独立外部队列中复现——表明高表型表现不一定转化为临床预测价值，对生物标志物发现流程设计具有直接意义。