《Frontiers in Immunology》：Gut microbiome functional pathways outperform taxonomic profiles in predicting immune checkpoint inhibitor response in non-small cell lung cancer: an interpretable machine learning approach with SHAP
编辑推荐：
摘要
肺癌是全球癌症死亡的首要原因，其中非小细胞肺癌（non-small cell lung cancer, NSCLC）占大多数病例。免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）已改变NSCLC的治疗格局，但临床反
摘要
肺癌是全球癌症死亡的首要原因，其中非小细胞肺癌（non-small cell lung cancer, NSCLC）占大多数病例。免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）已改变NSCLC的治疗格局，但临床反应差异显著。现有证据表明肠道微生物组可调控ICI治疗效果，然而多数研究集中于分类学组成而非微生物功能潜能。本研究旨在系统比较分类学与功能性肠道微生物组特征对多种ICI相关结局的预测价值。研究人员对77例接受ICI治疗的日本NSCLC患者治疗前粪便样本进行16S rRNA测序，构建六个特征集（三个分类学层级：科、属、种；三个功能层级：KEGG Orthology、酶学委员会编号、MetaCyc通路）。采用置换多元方差分析评估其与临床结局（治疗反应、免疫相关不良事件、无进展生存期、总生存期）的关联。随后基于MetaCyc通路特征建立机器学习模型预测治疗反应，并通过嵌套内部与外部验证确保稳健性，结合SHapley Additive exPlanations（SHAP）分析实现模型可解释性。结果显示，在所有特征集中，MetaCyc通路的功能谱与RECIST定义的治疗反应相关性最强。由PWY-4984（尿素循环）、SALVADEHYPOX-PWY（腺苷核苷酸降解）、OANTIGEN-PWY（大肠杆菌O-抗原生物合成）及PWY-5088（L-谷氨酸降解VIII生成丙酸）组成的四通路标志物预测性能显著优于单一特征。SHAP分析表明，反应者分类的主要驱动因素为氮代谢和短链脂肪酸生物合成相关通路。研究表明，肠道微生物功能谱在预测NSCLC患者ICI反应方面优于分类学特征，提示基于代谢通路的标志物可更有效地捕捉功能性微生物组-宿主相互作用，并有望成为精准干预中更安全、可转化的靶点，尤其是通过代谢物导向策略。
研究背景与目的
肺癌是全球发病率和死亡率最高的恶性肿瘤之一，其中非小细胞肺癌（NSCLC）约占85%。免疫检查点抑制剂（ICIs）的应用显著改善了部分患者的预后，但其疗效在不同个体间差异明显，亟需可靠的预测标志物。既往研究多聚焦于肠道微生物组的分类学特征（如α多样性、特定菌属丰度），但受种族、地理环境及饮食差异影响，结论难以跨研究一致。此外，分类学特征未必直接反映微生物的代谢功能，而微生物作为“功能性器官”，其代谢产物可能更直接地影响宿主免疫应答。因此，研究人员假设功能层面的微生物组特征（尤其是代谢通路）在预测ICI疗效方面优于分类学特征。该研究发表于《Frontiers in Immunology》。
关键技术方法
研究纳入77例日本NSCLC患者，均接受抗PD-1或抗PD-L1单药或联合化疗，治疗前收集粪便样本并进行16S rRNA测序。数据经QIIME2处理获得分类学特征，并利用PICRUSt2推断功能谱（KEGG Orthology、酶学委员会编号、MetaCyc通路）。采用置换多元方差分析（PERMANOVA）评估特征集与临床结局的关联。针对RECIST反应，使用随机森林模型筛选特征并建立预测模型，通过嵌套交叉验证及独立测试集验证性能，并应用SHapley Additive exPlanations（SHAP）解析特征贡献。
研究结果
3.1 患者特征
队列平均年龄69.2岁，男性占79.2%，多为吸烟者和晚期疾病。治疗方案包括ICI单药或联合化疗，RECIST反应率为部分缓解36.4%、稳定疾病16.9%、进展性疾病42.9%。
3.2 功能通路特征与ICI反应的关联
PERMANOVA分析显示，MetaCyc通路功能谱与治疗反应显著相关，而分类学特征的关联较弱。功能矩阵在无进展生存期和总生存期中也解释了更多方差，但在免疫相关不良事件中分类学特征的解释力更强。
3.3 单变量逻辑回归分析
在516条MetaCyc通路中，195条与治疗反应名义相关，其中五条（如PWY-4984尿素循环）P<0.01，主要涉及氮代谢与能量代谢。
3.4 机器学习模型预测ICI反应
基于训练集（80%）与独立测试集（20%），逐步特征选择确定四个关键通路（PWY-4984、SALVADEHYPOX-PWY、OANTIGEN-PWY、PWY-5088）构建随机森林模型，训练集AUC 0.78，测试集AUC 0.84，显著高于随机置换分布（P=0.032）。临床变量单独或与微生物特征联合的模型性能均低于功能特征模型。
3.5 SHAP分析解释模型
SHAP值显示PWY-4984贡献最大，其次为SALVADEHYPOX-PWY、OANTIGEN-PWY和PWY-5088。各通路对反应预测的影响模式不同，包括单调促进（PWY-5088）、双相变化（PWY-4984、SALVADEHYPOX-PWY）及非单调关系（OANTIGEN-PWY）。
讨论与结论
研究结果表明，肠道微生物功能谱（尤其是MetaCyc通路）比分类学特征更能有效预测ICI治疗反应。PWY-4984（尿素循环）与氮代谢相关，可能通过调节免疫活性代谢物影响疗效；SALVADEHYPOX-PWY（腺苷核苷酸降解）与氨代谢平衡有关；OANTIGEN-PWY（O-抗原生物合成）可能涉及免疫刺激；PWY-5088（L-谷氨酸降解生成丙酸）与短链脂肪酸产生相关，可调节CD8+T细胞分化。功能特征的优势在于可转化为更安全的代谢物靶向干预，避免活体微生物移植的风险。研究局限包括样本量较小、功能推断依赖16S rRNA测序而非宏基因组学，机制仍需实验验证。总体而言，该研究为NSCLC免疫治疗反应预测提供了新的微生物功能视角，并强调了代谢通路作为精准干预靶点的潜力。
