《Frontiers in Immunology》：Spark-like T cell represents a novel functional state of CD8+T cells associated with anti-PD-1 immunotherapy response and clinical prognosis in non-small cell lung cancer
编辑推荐：
背景： Spark-like T细胞构成CD8?T细胞的一种新型功能状态，并在临床前模型中已被证实是免疫治疗反应的关键驱动因素，然而其在非小细胞肺癌（NSCLC）中的临床相关性仍未明确。
方法： 研究人员整合了单细胞RNA测序（GSE207422）、空间转录组
背景： Spark-like T细胞构成CD8?T细胞的一种新型功能状态，并在临床前模型中已被证实是免疫治疗反应的关键驱动因素，然而其在非小细胞肺癌（NSCLC）中的临床相关性仍未明确。
方法： 研究人员整合了单细胞RNA测序（GSE207422）、空间转录组学（GSE271689）、批量RNA表达队列（TCGA-NSCLC、GSE37745、GSE41271和GSE72094）以及一个接受抗PD-1治疗的100例患者队列的多重免疫组化（mIHC），以表征Spark-like T细胞并评估其临床相关性。通过LASSO-Cox回归构建了一个14基因预后特征。
结果： 在单细胞RNA测序队列中，Spark-like T细胞在抗PD-1应答者中显著富集。100例患者队列的mIHC验证证实，肿瘤中高强度的Spark-like T细胞与延长的总生存期（log-rank检验，p < 0.001）及抗PD-1治疗的部分缓解（p = 0.0075）独立相关。空间转录组学表明Spark-like T细胞与M1巨噬细胞存在强烈的共定位（Spearman r = 0.524，p = 3.4 × 10-42），提示其与促炎性髓系细胞存在空间共富集。计算机模拟敲除鉴定出TNF、ENTPD1（CD39）和IL2是Spark-like T细胞效应功能的协同调控因子。14基因Spark-like T细胞相关特征（VDAC1、ITGB1、GALNT2、SEMA7A、UBB、SLC7A5、FURIN、SNX9、PSMB2、CXCL13、TOX、PPM1M、CCND2和CLNK）在全部四个独立队列中稳健地预测了总生存期，并在校正年龄、性别和肿瘤分期后仍为独立预后因素。高风险患者表现出免疫排斥的、癌基因驱动的肿瘤微环境，CD8?T细胞浸润减少。
结论： Spark-like T细胞是NSCLC中抗PD-1应答的临床相关决定因素。mIHC定量和14基因特征为患者分层和风险评估提供了有前景的转化工具。
论文解读：Spark-like T细胞——非小细胞肺癌免疫治疗响应与预后的新型生物标志物
一、研究背景与科学问题
肺癌是全球癌症相关死亡的首要原因，其中非小细胞肺癌（NSCLC）约占所有病例的85%。靶向程序性死亡受体-1（PD-1）/程序性死亡配体-1（PD-L1）轴的免疫检查点抑制剂（ICIs）显著改善了晚期NSCLC患者的临床结局。然而，相当比例的患者存在原发性耐药或在治疗过程中出现获得性耐药，个体间治疗反应的异质性仍是进一步提高患者生存的主要障碍。传统的预测性生物标志物，包括肿瘤突变负荷（TMB）和PD-L1表达，以及新兴的生物标志物如突变克隆性、炎症性微环境和个别基因的改变，仅能提供有限的患者分层，无法完全捕捉肿瘤浸润T细胞的复杂功能异质性——而这种异质性正是免疫治疗差异化反应的基础。
CD8?细胞毒性T淋巴细胞是抗肿瘤免疫的主要效应细胞，其在肿瘤微环境（TME）中的丰度、分化状态和功能能力与ICI治疗疗效密切相关。然而，CD8?T细胞包含从初始细胞和干细胞样记忆细胞到效应细胞、终末分化和耗竭亚型的异质性功能状态谱系。越来越多的证据表明，这些状态之间的平衡，特别是功能胜任的效应细胞与终末耗竭细胞之间的平衡，决定了检查点阻断能否重振抗肿瘤免疫应答。然而，在NSCLC中最有效介导ICI反应的CD8?T细胞亚型的确切身份及其调控其活性的分子程序仍未完全明确。
近期，一项里程碑式研究在基因一致的小鼠模型中报道了一种极为罕见但功能不可或缺的CD8?T细胞亚型，称为"Spark T细胞"，是免疫治疗结果随机变异的关键驱动因素。该研究通过整合单细胞分析与抗肿瘤免疫的随机模型表明，免疫检查点阻断的反应异质性可追溯到极微小的CD8?T细胞群体，其丰度和功能状态与抗肿瘤免疫应答的强度直接相关。这些细胞以高表达效应和免疫调节分子包括ENTPD1（CD39）、PTPRC（CD45RO）和CD2，同时低表达CCR7和IL7R为特征，区别于传统的记忆、效应和耗竭CD8?T细胞群体。然而，Spark T细胞在人类肿瘤中的相关性至今尚未被系统探索：其在NSCLC肿瘤微环境中的精确分子身份、发育轨迹、细胞间通讯网络和空间生态位尚未被系统表征，且Spark T细胞相关的转录特征是否可作为预测NSCLC患者预后和免疫治疗反应的临床有用生物标志物仍不清楚。
二、研究设计与关键方法
研究人员采用整合多组学策略，结合单细胞RNA测序（scRNA-seq）、空间转录组学、批量RNA测序和多重免疫组化（mIHC）。单细胞数据来自GEO数据库GSE207422（14例接受新辅助抗PD-1为基础免疫治疗NSCLC患者的手术样本）；空间转录组数据来自GSE271689（GeoMx DSP平台）；批量RNA表达数据来自TCGA-NSCLC（LUAD和LUSC整合）、GSE37745、GSE41271和GSE72094；mIHC验证采用山东省立医院2020-2026年间100例接受抗PD-1免疫治疗联合化疗后手术切除的NSCLC原发肿瘤组织队列。关键方法包括：Seurat（v5）与Harmony进行单细胞数据质控和批次校正；基于文献的设门策略鉴定Spark-like T细胞（CCR7、PTPRC、ENTPD1、CD2、IL7R五标记百分位评分与Spark_Core模块评分）；Monocle3拟时间轨迹分析；CellChat细胞间通讯网络构建；scTenifoldKnk式计算机模拟基因敲除；RCTD空间去卷积；LASSO-Cox回归构建14基因预后特征；CIBERSORT和ESTIMATE评估免疫浸润。
三、主要研究结果
3.1 单细胞图谱构建与TME异质性分析
研究人员基于GSE207422构建了NSCLC单细胞图谱，经质控和Harmony批次校正后获得36个转录上不同的细胞簇，注释为9种主要细胞类型。定量分析表明，应答者肿瘤组织中浸润的CD8?T细胞比例显著高于非应答者，提示CD8?T细胞丰度与抗PD-1免疫治疗疗效存在潜在关联。应答者中上调的基因显著富集于淋巴细胞增殖和单核细胞增殖等生物学过程。
3.2 CD8?T细胞功能状态鉴定与Spark-like T细胞分子表征
通过无监督重聚类和文献来源的设门策略，CD8?T细胞被稳定分为5种功能状态：初始/中央记忆T细胞（Naive/TCM）、效应记忆T细胞（TEM）、终末分化效应记忆T细胞（TEMRA）、耗竭T细胞（Tex）和Spark-like T细胞。Spark-like T细胞中CD2、ENTPD1（CD39）和PTPRC（CD45RO）显著上调，而CCR7和IL7R显著下调。定量分析显示，非应答者以Naive-TCM和Tex为主，而应答者中Spark-like T细胞和TEM比例显著更高。研究人员将Spark-like T细胞解释为CD8?T细胞连续体中可定义的功能状态而非完全分离的谱系。
3.3 mIHC临床验证
采用CD8A?CD39?CD45RO?替代免疫表型在100例临床队列中进行mIHC验证。结果显示：晚期T分期、N分期和临床分期的患者肿瘤中Spark-like T细胞浸润较低；对抗PD-1免疫治疗达到部分缓解（PR）的患者肿瘤组织中Spark-like T细胞强度显著更高；高Spark-like T细胞浸润患者的总生存期显著更长。多变量Cox回归分析表明，高Spark-like T细胞浸润是独立于疾病分期和PD-L1肿瘤比例评分（TPS）的保护性预后因素。
3.4 Spark-like T细胞分子特征功能富集分析
Spark-like T细胞特异性表达效应和免疫调节基因包括GNLY、GZMB、LAG3、HAVCR2、ENTPD1和CXCL13。效应基因与抗原经历/耗竭相关基因的共表达提示其处于耗竭-分化连续体中的中间状态而非终末耗竭表型。GO-BP富集分析显示其标记基因显著富集于T细胞活化调控和细胞因子产生正调控等免疫激活通路。ssGSEA结果显示应答组中疫苗应答相关通路和抗病毒免疫通路显著下调。
3.5 拟时间分化轨迹分析
Monocle3轨迹分析显示CD8?T细胞从初始/中央记忆状态（低拟时间）向终末效应和耗竭状态（高拟时间）的连续发育路径。Spark-like T细胞主要富集于轨迹中期和早期过渡区域，罕见出现在终末分化/耗竭端，支持其作为中间、抗原经历过渡状态的定位。非应答者中Spark-like T细胞的拟时间值整体高于应答者，提示其可能占据更晚期或终末分化状态，可能与功能耗竭和治疗耐药相关。
3.6 细胞间通讯网络重塑
CellChat分析显示应答者和非应答者间的细胞通讯网络存在系统性差异。应答者中Spark-like T细胞与多种免疫细胞的相互作用线更密集和更粗，提示更活跃的通讯网络。应答者中MHC-I、MHC-II、CCL、CD99、GALECTIN、PARs和LCK通路的相对贡献略高。鉴定出涉及HLA家族分子、CCL趋化因子、IFNG、GZMA、CXCL13、CD99和PTPRC等免疫调节通讯通路的差异配体-受体对。
3.7 关键靶点多维筛选与计算机模拟敲除验证
整合DEGs、拟时间轨迹、配体-受体相互作用、功能通路和预后信息进行系统筛选。线粒体编码基因（MT-ND2、MT-CO1、MT-CO2、MT-ATP6、MT-CO3）和免疫相关基因（CCL3、HLA-DPA1、HLA-DRB1、HSPA1A）与整合模块相关性最强。共表达网络显示TNF、CLDND2和HSPA1B为核心节点。计算机模拟敲除验证表明TNF、ENTPD1和IL2是Spark-like T细胞效应功能的关键协同调控因子，联合敲除后Chemokine和Exhaustion模块下调最为显著。
3.8 空间转录组生态位分析
RCTD去卷积显示Spark-like T细胞富集遵循显著梯度，从簇0到簇4比例逐渐升高。Spearman相关分析表明Spark-like T细胞与肥大细胞、B细胞、Naive/TCM、TEMRA、CD4?T细胞、成纤维细胞和髓系细胞显著正相关，与上皮细胞、耗竭T细胞和浆细胞显著负相关。M1巨噬细胞模块评分与Spark-like T细胞比例在ROI水平呈强正相关（r = 0.524，p = 3.4 × 10-42），提示其与促炎性髓系细胞的空间共富集。
3.9 预后特征构建与验证
通过单变量Cox回归和LASSO惩罚回归，在TCGA-NSCLC训练队列中构建了14基因预后特征（VDAC1、ITGB1、GALNT2、SEMA7A、UBB、SLC7A5、FURIN、SNX9、PSMB2、CXCL13、TOX、PPM1M、CCND2和CLNK）。高风险组患者OS显著缩短（log-rank检验，p = 8.05e-11），1年、3年和5年生存预测AUC分别为0.655、0.652和0.643。该特征在GSE37745、GSE41271和GSE72094三个独立验证队列中均稳健预测OS，并在校正年龄、性别和肿瘤分期后仍为独立预后因素。高风险患者表现出免疫排斥的、癌基因驱动的肿瘤微环境，CD8?T细胞浸润减少。
四、讨论与结论
该研究通过整合多组学策略系统表征了NSCLC中Spark-like T细胞的多维特征，建立了其作为抗PD-1免疫治疗反应生物学介质和预测性生物标志物的潜力。mIHC定量（CD8A?CD39?CD45RO?免疫表型）和14基因预后特征为患者分层和风险评估提供了有前景的转化工具。研究结论指出：Spark-like T细胞是NSCLC中抗PD-1应答的临床相关决定因素；其富集与免疫治疗反应和延长生存独立相关；TNF、ENTPD1和IL2是其效应功能的关键协同调控因子；14基因特征可作为独立预后因素用于患者风险分层。
