基于凋亡细胞清除相关特征构建风险评分预测转移性黑色素瘤预后及抗PD-1免疫检查点抑制剂治疗反应

《Letters in Drug Design & Discovery》：Prediction of prognosis and immune checkpoint inhibitor response to anti-PD-1 therapy in patients with metastatic melanoma based on apoptotic cell clearance-related signatures

背景：凋亡细胞清除（efferocytosis）在免疫调节和肿瘤进展中起关键作用。在肿瘤内，凋亡细胞清除失调可能促进免疫耐受微环境，从而影响免疫检查点阻断（immune checkpoint blockade）的反应。然而，其在转移性皮肤黑色素瘤中的预后意义及与免疫治疗反应的关系仍知之甚少。

方法：分析来源于癌症基因组图谱皮肤黑色素瘤（TCGA-SKCM）队列中按TCGA样本类型代码06 A识别的353例转移性肿瘤标本的转录组数据，以及GSE65904中标注为转移性的188例黑色素瘤样本。共评估167个凋亡细胞清除相关基因（ERGs）。基于预后ERGs通过共识聚类（consensus clustering）识别分子亚型。随后，研究人员使用limma和clusterProfiler进行差异表达和富集分析。通过单因素Cox回归、LASSO惩罚Cox回归和多因素Cox回归构建五基因预后风险模型。该模型在GSE65904中进行外部验证，并进一步评估其与免疫浸润和药物敏感性的关联，以及在两个独立抗PD-1治疗黑色素瘤队列GSE78220和GSE91061中的免疫治疗反应和生存。

结果：识别出两个分子亚型（C1和C2），具有不同预后和免疫特征。五基因风险模型（CCL8、HAPLN3、HPDL、TTYH2、KIT）将患者分为高危和低危组，生存结局显著不同。高危患者表现出显著更低的StromalScore、ImmuneScore和ESTIMATEScore，以及多种免疫细胞群体浸润减少，提示低免疫浸润表型和不良预后。RiskScore与药物敏感性（13种药物）相关，并且在两个独立免疫治疗队列中，抗PD-1治疗应答者的RiskScore显著低于无应答者。

结论：凋亡细胞清除相关基因特征界定了预后不同的亚型，并产生一个RiskScore，为转移性黑色素瘤的预后分层提供潜力。RiskScore可能补充传统临床病理评估，并作为免疫微环境特征和免疫治疗反应性的候选生物标志物。在其临床应用前需要进一步前瞻性验证。

转移性皮肤黑色素瘤异质性强、预后差，免疫检查点抑制剂（ICIs，immune checkpoint inhibitors，解除免疫抑制的抗肿瘤药物）虽革新治疗，但仅部分患者获得持久获益并可出现原发或获得性耐药。肿瘤内凋亡细胞清除（efferocytosis，吞噬细胞清除凋亡细胞的过程）可被肿瘤利用以促进免疫逃逸，与免疫检查点阻断抵抗存在机制联系；但其在转移性皮肤黑色素瘤中的预后价值及与抗PD-1（程序性死亡受体1）反应的关系尚不清楚。因此，研究人员整合多队列转录组数据，基于凋亡细胞清除相关基因（ERGs）界定分子亚型并构建五基因风险评分（RiskScore），在独立抗PD-1治疗队列中评估其与临床反应和生存的关联。结果表明，RiskScore具有预后分层潜力，并与免疫浸润、预测药物敏感性和抗PD-1反应相关，提示其可作为补充传统临床病理评估的候选生物标志物，但仍需前瞻性临床和功能实验验证。

关键技术方法（不超过250字）：研究人员从TCGA-SKCM中按样本类型代码06 A提取353例转移性肿瘤标本，从GSE65904获取188例标注转移性黑色素瘤样本，并纳入两个独立抗PD-1治疗队列GSE78220和GSE91061。基于167个文献来源ERGs，采用单因素Cox筛选预后基因和共识聚类识别亚型，limma与clusterProfiler行差异表达及基因本体（GO）/京都基因与基因组百科全书（KEGG）富集；以单因素Cox、LASSO惩罚Cox和多因素Cox构建五基因模型，并用时间依赖受试者工作特征曲线（ROC）、列线图、校准曲线和决策曲线分析（DCA）评估；用ESTIMATE、TIMER、CIBERSORT、oncoPredict分析免疫浸润和药敏，R 4.2.0统计。

3.1 基于预后显著ERGs的分子分型：单因素Cox筛得88个与预后显著相关ERGs（P<0.05）；共识聚类最优解为k=2，得到C1和C2两个稳定亚型；主成分分析（PCA）显示两亚型清晰分离；Kaplan–Meier（KM）曲线显示C1总生存（OS）优于C2；TCGA-SKCM中生存状态差异最强（P=1×10^?4），性别（P=0.0177）和病理T分期（P=0.0451）亦差异显著，总体分期、病理M/N分期和年龄组无显著差异。

3.2 亚型相关差异表达基因识别：使用limma以FDR校正P<0.05且|log₂ fold change|>log₂(1.5)筛选，C2相对C1得1441个上调、140个下调基因；GO/KEGG富集显示免疫相关通路和生物学过程显著富集，包括细胞因子–细胞因子受体相互作用、白细胞活化调控和T细胞活化。

3.3 临床预后模型开发与验证：对1581个差异表达基因（DEGs）行单因素Cox，得1081个与OS显著相关基因；LASSO五折交叉验证最优λ=0.12，得10个候选基因；逐步多因素Cox保留CCL8、HAPLN3、HPDL、TTYH2和KIT，RiskScore=?0.149×CCL8?0.216×HAPLN3+0.085×HPDL+0.16×TTYH2+0.044×KIT；以0为阈值分高危172例和低危181例；KM示高危组OS更差（风险比HR=1.92，95%置信区间CI：1.65–2.23，P<0.0001）；TCGA-SKCM 1、3、5、7年AUC分别为0.72、0.69、0.73、0.72；GSE65904对应AUC为0.62、0.64、0.65、0.72，高危组生存仍更差（P=0.00053），支持模型可重复性而非确定临床准确性。

3.4 基于RiskScore的临床预测模型构建与验证：TCGA-SKCM中RiskScore在年龄（P=0.55）、病理M（P=0.94）和病理N（P=0.87）组无显著差异，在性别（P=0.03）、病理分期（P=0.024）和病理T（P=0.0082）组差异显著；单因素和多因素Cox调整临床协变量后RiskScore仍与OS显著相关（HR=1.774，95%CI：1.485–2.120，P=2.83×10^?10）；整合RiskScore与临床变量的列线图用于估计1、3、5年生存，RiskScore贡献最大预后信息；校准曲线显示预测与观察结局一致性较好，DCA显示列线图净临床获益优于任一单独临床病理因素。

3.5 RiskScore与免疫微环境和药物敏感性相关分析：ESTIMATE显示高危组StromalScore、ImmuneScore和ESTIMATEScore显著低于低危组（均P<0.0001）；TIMER显示高危组B细胞、CD4⁺ T细胞、CD8⁺ T细胞、中性粒细胞、巨噬细胞和树突状细胞推断丰度显著降低（均P<0.0001）；CIBERSORT显示部分免疫细胞亚群差异具有异质性；上述结果支持高危组低免疫浸润表型，但本身不证明功能性免疫抑制。药物敏感性分析计算半最大抑制浓度（IC₅₀），发现13种药物IC₅₀与RiskScore显著相关（P<0.05，|cor|>0.4），并探索了模型基因表达与药敏的关联。

3.6 RiskScore预测免疫治疗反应的应用与验证：在GSE78220中，完全缓解/部分缓解（CR/PR）患者RiskScore显著低于疾病进展（PD）患者（P=0.037）；在GSE91061中，CR/PR应答者RiskScore显著低于疾病稳定/疾病进展（SD/PD）患者（P=0.026）；GSE78220 6个月、1年、2年生存AUC分别为0.89、0.86、0.64，GSE91061对应为0.67、0.66、0.61；KM示两个队列高危组生存均显著更差（GSE78220 P=0.0021；GSE91061 P=0.0075）。

讨论部分总结：作者指出五基因应解释为凋亡细胞清除相关预后特征的组成部分，而非已确立的直接调控因子。CCL8已知参与黑色素瘤–巨噬细胞通讯和免疫细胞招募，HAPLN3曾出现在黑色素瘤免疫相关预后特征中；但HAPLN3、HPDL或TTYH2与凋亡细胞清除的直接联系尚未建立，HPDL可能反映代谢或氧化应激适应，TTYH2的离子通道相关活性可能影响肿瘤细胞行为，但这些均属需实验验证的假设；KIT是部分黑色素瘤亚型的已知致癌驱动因子，但模型基于基因表达而非KIT突变状态。免疫浸润结果支持高危组低免疫浸润表型，而非直接证明功能性免疫抑制，但与肿瘤相关凋亡细胞清除的已知后果生物学一致。RiskScore在两个抗PD-1治疗队列中与反应和生存相关，提示其作为抗PD-1反应候选生物标志物值得进一步评估；药敏分析识别的Ribociclib_1632、Topotecan_1808、AZD8055等仅提供假设生成线索。RiskScore在多变量模型中调整M分期等变量后仍与OS相关，列线图赋予其较大预后权重并显示较高净获益，提示其可能补充解剖分期，但Stage IV内等分期特异性表现仍需更大临床注释队列验证。局限性包括：回顾性公共转录组数据可能引入选择偏倚；部分基因机制未建立；KIT表达未按突变状态分层；免疫浸润和药敏为计算推断；Stage IV未单独验证；非皮肤黑色素瘤亚型适用性不确定。

研究结论翻译：研究人员在本研究中通过基于ERGs的共识聚类识别出具有不同预后和免疫特征的转移性皮肤黑色素瘤分子亚型。随后利用亚型相关差异表达基因构建五基因RiskScore，该评分在训练和外部队列中显示可重复的预后分层。调整传统临床病理变量后，RiskScore仍与OS相关，并也与免疫浸润、预测药物敏感性和抗PD-1反应相关。总体而言，RiskScore有望用于补充预后分层和免疫治疗反应评估；在用于指导个体化治疗前，需要前瞻性临床和实验验证。