基于血清蛋白质组学的糖皮质激素抵抗性免疫检查点抑制剂相关性心肌炎预测模型

《Clinical and Translational Medicine》：A serum proteomics-based predictive model for steroid-resistant immune checkpoint inhibitor associated myocarditis

摘要 背景：免疫检查点抑制剂相关性心肌炎（ICIAM）是一种发生率低但死亡率极高的免疫相关不良事件（irAE）。高剂量糖皮质激素冲击治疗仍是目前推荐的ICIAM初始治疗方案。然而，部分患者对皮质类固醇治疗反应不佳，这些患者随后被归类为糖皮质激素抵抗性免疫检查点抑制剂相关性心肌炎（srICIAM）。早期联合二线免疫抑制可能是一种有效的治疗策略。然而，目前尚缺乏能够在治疗前识别此类患者的生物标志物。因此，研究人员旨在表征与皮质类固醇反应性相关的循环炎症蛋白，并建立一种初步的基于血清的srICIAM预测模型。 方法：研究人员收集ICIAM患者在基线和甲泼尼龙治疗后的血清标本，利用基于抗体的蛋白质组学技术定量检测循环免疫相关蛋白。通过三种互补的机器学习算法筛选蛋白，开发了一个用于早期识别srICIAM风险患者的初步模型，并在内部留出验证队列中评估了其区分性能。 结果：来自47例ICIAM患者的治疗前血清样本用于建立基于蛋白的预测模型，其中33例患者被分配至模型开发队列，14例患者用于内部验证。基于CXCL9、TRANCE和MMP1的srICIAM预测评分较高的患者（≥0.5625）更可能对皮质类固醇治疗的早期反应不佳，可能需要更密切的临床监测和进一步评估。分析还显示，甲泼尼龙治疗后，ICIAM患者中的几种血清免疫蛋白水平下降。血清CXCL9水平与乳酸脱氢酶（LDH）和心肌肌钙蛋白T（cTnT）呈正相关。 结论：ICIAM患者在甲泼尼龙治疗后血清免疫蛋白发生动态变化。该初步评分可能有助于更早地识别皮质类固醇反应不佳的风险患者。

论文解读：基于血清蛋白质组学的糖皮质激素抵抗性免疫检查点抑制剂相关性心肌炎预测模型

一、研究背景与科学问题

免疫检查点抑制剂（ICIs）如抗PD-1/PD-L1及抗CTLA-4单克隆抗体，通过解除肿瘤微环境中的免疫抑制来激活抗肿瘤免疫应答，已在多种恶性肿瘤治疗中取得显著成效。然而，ICIs的广泛应用伴随着一系列免疫相关不良事件（irAEs），其中免疫检查点抑制剂相关性心肌炎（ICIAM）虽发病率仅约1%-2%，但其致死率高达近50%，是临床上最为凶险的irAE之一。根据2022年ESC心脏肿瘤学指南，一旦临床怀疑ICIAM，应立即启动高剂量静脉甲泼尼龙冲击治疗。多数患者经此方案后临床症状改善、生物标志物恢复正常，但仍有相当一部分患者对皮质类固醇治疗反应不佳，表现为心肌肌钙蛋白（cTn）降幅不足50%和/或临床症状无改善，这类病例被定义为糖皮质激素抵抗性免疫检查点抑制剂相关性心肌炎（srICIAM）。对于srICIAM患者，早期联用二线免疫抑制剂（如免疫球蛋白、托法替布等）可能减轻心肌损伤、预防主要不良心血管事件（MACE）。然而，目前临床上缺乏能在治疗前有效识别srICIAM高危人群的生物标志物，现有研究多聚焦于区分ICIAM患者与ICI治疗对照，或寻找与死亡和MACE相关的因素，而关于srICIAM与激素敏感性ICIAM（ssICIAM）之间生物学差异的系统性研究极为匮乏。因此，迫切需要建立基于循环免疫炎症蛋白谱的治疗前预测模型，以实现srICIAM的早期识别和个体化治疗决策。

二、研究方法概述

本研究为一项单中心探索性研究，纳入复旦大学附属中山医院2023年5月至2025年5月期间确诊的63例ICIAM患者，其中47例有可用的治疗前血清样本。研究人员采用Olink Target 96 Inflammation平台（一种基于邻近延伸分析（PEA）技术的超敏靶向免疫检测方法）对基线和甲泼尼龙治疗后的配对血清标本进行高通量蛋白质组学分析，定量检测92种循环免疫炎症蛋白。在模型开发队列（33例）中，运用LASSO回归、随机森林（RF）和支持向量机递归特征消除（SVM-RFE）三种互补的机器学习算法进行特征筛选，取三者交集作为核心预测蛋白。随后基于逻辑回归构建srICIAM预测评分，并在内部留出验证队列（14例）中通过酶联免疫吸附试验（ELISA）对该三蛋白组合进行跨平台验证。

三、研究结果

3.1 入组ICIAM队列的基线特征：共47例患者纳入分析，33例进入模型开发队列，14例进入内部验证队列。大多数患者在接受约2个周期ICI治疗后发生心肌炎。在开发队列中，srICIAM组与ssICIAM组在年龄、性别、合并症、癌症类型及ICI治疗方案等方面均无统计学显著差异。探索性单变量逻辑回归分析显示，所有常规临床特征及ICI治疗相关因素均与srICIAM无显著关联，表明常规基线变量无法有效区分srICIAM与ssICIAM。

3.2 治疗相关的血清蛋白质组变化及其与临床参数的关联：在33例有配对血清样本的患者中，甲泼尼龙治疗后整体队列有29种蛋白名义上显著下调。亚组分析发现，ssICIAM患者中有22种蛋白下调，而srICIAM患者中13种蛋白下调、3种蛋白上调。值得注意的是，IL-22RA1在两个亚组中呈现相反的变化趋势：srICIAM患者治疗后升高，ssICIAM患者则降低。此外，血清CXCL9水平与乳酸脱氢酶（LDH）和心肌肌钙蛋白T（cTnT）呈显著正相关，提示CXCL9可能与疾病活动度密切相关。

3.3 治疗前血清蛋白质组谱与皮质类固醇反应性的关联：正交偏最小二乘判别分析（OPLS-DA）显示srICIAM与ssICIAM患者在治疗前血清蛋白质组谱上存在明显分离。与ssICIAM相比，srICIAM患者有5种蛋白上调、2种蛋白名义上下调，包括CXCL9、CX3CL1、CDCP1、MCP-3、IL-10、MMP1和TRANCE，且这些蛋白的变量重要性投影（VIP）评分均大于1.5，表明其在区分两组中发挥重要作用。

3.4 srICIAM预测模型的建立与探索性评估：通过三种机器学习算法的交集，最终确定CXCL9、TRANCE和MMP1三个核心蛋白。基于逻辑回归构建srICIAM预测评分公式：线性预测值 = 截距 + β₁×CXCL9 + β₂×TRANCE + β₃×MMP1。该评分的受试者工作特征曲线下面积（AUC）为0.91（95%CI: 0.71-0.98），优于任何单一蛋白或临床指标（如LDH的AUC为0.76）。根据约登指数确定最佳截断值为0.5625，高于此值的患者被划分为高风险组，其激素治疗反应显著较差。在内部验证队列中，通过ELISA检测三个蛋白并进行相同权重计算，所得评分AUC为0.88（95%CI: 0.59-0.99），初步证实了该模型的跨平台区分潜力。

四、讨论与结论

讨论总结：本研究发现ICIAM患者血清免疫蛋白质组谱在甲泼尼龙治疗后发生动态改变，且ssICIAM患者的变化幅度更为显著。IL-22RA1在两个亚组间的反向变化提示其可能在激素反应性调控中扮演角色，但需进一步机制研究验证。与既往大样本研究不同，本研究中所有常规临床因素均未与srICIAM显著相关，这可能与研究终点定义差异及样本量有限有关，进一步凸显了循环蛋白质组生物标志物的补充价值。

基于CXCL9、TRANCE和MMP1三蛋白的srICIAM预测评分显示出良好的区分效能。CXCL9作为IFN-γ诱导的趋化因子，已被多项研究证实与ICIAM发病及严重程度相关，其升高可能反映更强的巨噬细胞介导的炎症激活；TRANCE（即RANKL）可通过激活NF-κB通路参与炎症反应，且糖皮质激素可能通过上调TRANCE表达发挥作用，因此较低的TRANCE水平可能提示糖皮质激素受体信号传导减弱；MMP1与肿瘤微环境中PD-L1表达及免疫细胞浸润负相关，其低水平可能促进免疫细胞在心肌组织中的积聚，从而削弱糖皮质激素疗效。尽管该模型展现出初步应用前景，但研究存在若干局限性：单中心、小样本量导致过拟合风险；诊断方式异质性（CMR占61.7%，活检仅6.4%）；未进行前瞻性治疗分层或决策曲线分析评估临床效用；CXCL9、TRANCE和MMP1的生物学解释仍处于探索阶段，缺乏组织水平和功能验证。

研究结论：血清免疫蛋白质组学与ICIAM患者的类固醇治疗反应相关。本研究建立了一个初步的预测评分，有助于早期识别srICIAM风险增加的患者，从而支持更密切的临床监测和进一步评估。