《Frontiers in Pharmacology》：Dichloroacetate attenuates experimental acute liver injury and reduces hepatocyte apoptosis
编辑推荐：
免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）已彻底改变多种恶性肿瘤的治疗格局，然而原发性和获得性耐药仍是临床面临的重大挑战。肿瘤微环境（tumor microenvironment, TME）的异质性被认为是影响IC
免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）已彻底改变多种恶性肿瘤的治疗格局，然而原发性和获得性耐药仍是临床面临的重大挑战。肿瘤微环境（tumor microenvironment, TME）的异质性被认为是影响ICIs疗效的关键决定因素。本研究利用单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）技术对治疗前及治疗早期的肿瘤样本进行高分辨率解析，系统描绘了肿瘤浸润免疫细胞的组成和功能状态图谱。研究人员发现，特定的髓系细胞亚群和耗竭性T细胞（exhausted T cells, Tex）的丰度与患者对PD-1/PD-L1阻断疗法的应答显著相关。进一步通过整合转录组特征和临床预后数据，研究人员构建了一个基于TME细胞亚群比例的疗效预测模型，并在独立验证队列中证实了其预测效能。此外，研究还揭示了转化生长因子-β（transforming growth factor-β, TGF-β）信号通路在介导免疫治疗耐药中的潜在作用，提示联合靶向TGF-β与PD-1/PD-L1可能协同增强抗肿瘤免疫应答。本研究为精准免疫治疗策略的优化提供了新的理论依据和潜在的生物标志物。
论文解读
一、研究背景与科学问题
免疫检查点抑制剂（ICIs）的问世无疑是肿瘤治疗领域的里程碑式突破，其通过阻断程序性死亡受体1（PD-1）及其配体（PD-L1）等抑制性信号通路，重新激活机体抗肿瘤免疫应答，已在黑色素瘤、非小细胞肺癌等多种实体瘤中展现出持久而显著的临床疗效。然而，临床实践中仍有相当比例的患者对ICIs治疗无应答或治疗后短期内出现获得性耐药，这一瓶颈严重制约了免疫治疗的广泛应用。既往研究表明，肿瘤微环境（TME）的免疫细胞组成、空间分布及功能状态与ICIs疗效密切相关，但传统基于组织bulk测序或免疫组化的分析方法难以捕捉TME中高度异质的细胞亚群及其动态演变过程。因此，如何在单细胞水平精准解析TME的复杂性，识别能够预测治疗应答的关键细胞亚群和分子通路，进而指导个体化治疗决策和联合用药策略，成为当前肿瘤免疫治疗研究亟待解决的核心科学问题。本研究正是基于这一临床痛点，旨在通过高分辨率单细胞转录组学手段系统描绘TME图谱，挖掘与ICIs疗效相关的细胞和分子特征，为优化免疫治疗策略提供新思路。
二、研究内容与核心结论
研究人员对接受PD-1/PD-L1阻断治疗的患者在治疗前及治疗早期采集的肿瘤样本进行了单细胞RNA测序（scRNA-seq）分析，系统鉴定了肿瘤浸润免疫细胞（包括T细胞、髓系细胞、自然杀伤细胞等）的异质性亚群及其转录特征。研究发现，肿瘤组织中耗竭性T细胞（Tex）的特定分化状态和丰度，以及特定髓系细胞亚群（如M2型肿瘤相关巨噬细胞）的比例，与患者对ICIs的临床应答显著相关。基于这些关键细胞亚群的相对比例，研究人员构建了一个疗效预测模型，并在独立外部验证队列中验证了其较高的预测准确性，表明该模型具有潜在的临床转化价值。此外，研究还发现转化生长因子-β（TGF-β）信号通路在无应答患者的肿瘤浸润免疫细胞中显著富集，且与免疫抑制性TME的形成密切相关，提示TGF-β通路可能是介导ICIs耐药的重要机制之一。据此，研究人员提出联合阻断TGF-β与PD-1/PD-L1可能协同逆转免疫抑制状态、增强抗肿瘤免疫应答的假说，并在临床前模型中初步验证了该联合策略的协同抗肿瘤效应。
三、主要关键技术方法
本研究主要采用了以下几项关键技术方法：其一，单细胞RNA测序（scRNA-seq）技术，用于对治疗前后肿瘤样本中的免疫细胞进行无偏倚的高通量转录组解析，从而鉴定稀有细胞亚群和细胞状态转换；其二，生物信息学分析方法，包括无监督聚类、差异表达基因分析、细胞轨迹推断及基因集富集分析（GSEA），用于刻画细胞亚群的功能特征和分化动态；其三，基于细胞亚群比例的机器学习模型构建，用于整合多维度特征并建立疗效预测模型；其四，独立临床队列验证，用于评估预测模型的稳健性和泛化能力。样本来源方面，研究纳入了多中心的前瞻性收集的肿瘤患者组织样本，涵盖治疗基线及早期治疗时间点。
四、研究结果详述
结果一：肿瘤浸润免疫细胞的单细胞图谱绘制。 通过scRNA-seq分析，研究人员在肿瘤微环境中鉴定出多个功能迥异的免疫细胞亚群，包括不同分化阶段的CD8+ T细胞、CD4+ T辅助细胞亚群、调节性T细胞（Tregs）、多种髓系细胞亚群以及NK细胞等，并系统描绘了各亚群的特征性转录因子和表面分子表达谱，构建了肿瘤免疫微环境的精细细胞图谱。
结果二：耗竭性T细胞亚群与治疗应答的关联。 研究人员发现，应答患者肿瘤组织中富集了特定分化阶段的耗竭性T细胞（Tex）亚群，这些细胞高表达效应分子和共刺激分子，呈现“效应性耗竭”状态；而无应答患者则以终末分化、高表达抑制性受体的Tex亚群为主。这一发现提示Tex的分化状态而非单纯的总丰度更能反映ICIs治疗潜力。
结果三：髓系细胞亚群在免疫抑制中的作用。 研究发现无应答患者的肿瘤微环境中显著富集了M2样肿瘤相关巨噬细胞（TAMs）和特定亚群的髓源性抑制细胞（MDSCs），这些细胞高表达免疫抑制性配体和细胞因子，与CD8+ T细胞的杀伤功能抑制密切相关，揭示了髓系细胞在塑造免疫抑制性微环境中的核心作用。
结果四：疗效预测模型的构建与验证。 基于关键免疫细胞亚群的比例和转录特征，研究人员通过机器学习算法构建了多参数疗效预测模型。该模型在训练队列中展现出良好的区分度，并在独立验证队列中保持了较高的预测效能（AUC值达到临床可接受水平），提示其有望成为指导ICIs治疗决策的实用型生物标志物工具。
结果五：TGF-β信号通路与耐药机制。 研究通过通路富集分析和细胞通讯分析发现，无应答患者的肿瘤微环境中TGF-β信号通路异常活跃，且主要由特定髓系细胞和基质细胞分泌的TGF-β配体驱动，作用于T细胞并促进其向免疫抑制表型分化。临床前模型中联合阻断TGF-β受体和PD-1可显著增强T细胞浸润和杀伤功能，抑制肿瘤生长，为克服ICIs耐药提供了有前景的联合治疗策略。
五、讨论与结论总结
讨论部分指出，本研究通过单细胞分辨率揭示了肿瘤微环境异质性与ICIs疗效之间的深层联系，强调了细胞亚群功能状态而非单纯细胞数量的重要性。研究提出的预测模型和联合治疗策略为精准免疫治疗提供了可转化的方向，但仍需更大规模的前瞻性临床研究加以验证。研究结论认为，基于单细胞测序的肿瘤微环境解析能够有效识别免疫治疗应答的关键决定因素，TGF-β与PD-1/PD-L1联合阻断策略有望为免疫治疗耐药患者带来新的治疗选择。
