SF3B1剪接因子突变重塑肿瘤微环境并增强免疫检查点抑制剂治疗响应：从转录组预测到体内验证的综合研究

《Cancer Medicine》：The Impact of SF3B1 Mutations on the Tumor Microenvironment and Response to Immunotherapy

癌症基因组塑造肿瘤微环境（TME）内的免疫景观，从而影响宿主抗肿瘤免疫。识别能够调节TME的体细胞突变对于筛选最可能从免疫治疗中获益的患者至关重要。本研究通过整合基于转录组的预测模型与全面的基因组分析，鉴定出与免疫检查点抑制剂（ICIs）应答相关的剪接因子SF3B1突变。研究人员通过计算机模拟（in silico）、体外（in vitro）和体内（in vivo）方法系统评估了SF3B1突变对TME和ICI应答的影响。患者基因型的比较分析，结合功能缺失与功能获得研究，揭示SF3B1突变驱动转录重编程，从而增强ICI应答性。为在体内验证这些发现，研究人员建立了使用免疫抵抗性B16F10黑色素瘤细胞的同基因小鼠模型。与野生型（WT）对应肿瘤相比，SF3B1突变肿瘤表现出指示增强抗肿瘤免疫应答的TME特征和免疫谱，包括CD4+和CD8+ T细胞及树突状细胞比例增加，伴随免疫效应分子的上调。一致地，携带SF3B1突变肿瘤的小鼠在接受抗PD-1治疗后，与野生型对应小鼠相比表现出显著更佳的肿瘤消退。这些发现确立SF3B1突变作为指导癌症患者合理免疫治疗选择的预测性生物标志物。

论文解读

一、研究背景与意义

肿瘤微环境（Tumor Microenvironment, TME）是一个复杂且异质的生态系统，其中癌细胞与未转化细胞（包括浸润免疫细胞、基质细胞、成纤维细胞和内皮细胞）相互作用。在TME内部，癌细胞与非转化细胞之间的双向相互作用可以塑造肿瘤发展进程。免疫细胞并非被动的旁观者，而是肿瘤发展的核心参与者，既可作为抗肿瘤效应细胞（如细胞毒性CD8 T细胞、自然杀伤细胞、树突状细胞和M1巨噬细胞），也可作为促肿瘤/免疫抑制效应细胞（如调节性T细胞、髓源性抑制细胞和M2巨噬细胞）。反过来，癌细胞可以诱导TME内免疫组分的功能和组成变化，以促进抗肿瘤免疫逃逸。

免疫检查点抑制剂（Immune Checkpoint Inhibitors, ICIs）代表癌症治疗的创新范式，靶向CTLA-4–B7和PD-1–PD-L1两条关键的免疫抑制检查点通路。尽管ICIs在多种癌症类型中改善了临床结局，诱导持久肿瘤缓解并延长患者总生存期，但仍有大量癌症患者对ICIs无应答。目前已发现若干基于癌症基因组学（如肿瘤突变负荷TMB和微卫星不稳定性MSI）和TME特征（如PD-L1表达和肿瘤浸润淋巴细胞TILs比例）的生物标志物，以应对低应答率问题。重要的是，近期证据表明癌细胞中的体细胞突变可以驱动免疫细胞浸润和常驻免疫细胞效应功能的重编程。因此，识别具有免疫原性效应的驱动突变可能为根据患者预测的免疫治疗应答进行分层提供宝贵机会。

二、研究概述与主要结论

本研究旨在识别能够预测ICI应答并指导临床合理治疗决策的新型生物标志物。通过大规模计算分析和实验验证，研究人员发现黑色素瘤中剪接因子SF3B1的体细胞突变促进了TME向免疫治疗敏感表型重塑，从而改善了对抗PD-1治疗的应答。该研究确立了SF3B1突变作为指导癌症患者合理免疫治疗选择的预测性生物标志物，并揭示了癌症驱动突变在介导免疫治疗应答中的作用。

三、主要关键技术方法

研究人员综合运用了多种技术方法。在数据层面，使用了来自TCGA的皮肤黑色素瘤大型数据集（472例患者，经cBioPortal获取），以及多个NCBI基因表达综合数据库（GEO）的RNA测序数据集：GSE78220（用于构建抗PD-1应答者签名）、GSE66719（用于SF3B1突变功能缺失研究）、GSE124720和GSE167001（用于SF3B1突变功能获得研究）。分析方法包括基于Kolmogorov–Smirnov统计量的转录组相似性匹配预测、基因集富集分析（Gene Set Enrichment Analysis, GSEA）以及热图可视化。实验验证方面，研究人员利用B16F10小鼠黑色素瘤细胞系（免疫抵抗性/免疫冷肿瘤模型）构建了稳定表达SF3B1野生型（WT）或K700E突变体的细胞系，建立了同基因小鼠肿瘤模型，并通过流式细胞术分析肿瘤和淋巴结中的免疫细胞组成，利用Luminex多重检测系统测量细胞因子/趋化因子水平。

四、研究结果

4.1 基于转录组的黑色素瘤抗PD-1治疗应答预测

研究人员基于GSE78220数据集生成了与ICI应答相关的转录组模式，通过计算应答者与非应答者之间全转录组表达的倍数变化并排序，定义了应答者相关转录组模式。随后从TCGA泛癌图谱队列中获取472例黑色素瘤患者的处理转录组数据，为每位患者选择表达水平高于或低于所有TCGA黑色素瘤患者平均表达至少两倍的至多200个基因，定义每位患者的转录组签名。通过Kolmogorov–Smirnov统计量估计抗PD-1应答者转录组模式与每位患者转录组签名之间的相似性。在472例患者中，263例因缺乏统计学显著性被排除，其余118例和91例分别被分类为预测应答者和预测非应答者。使用已在独立研究中验证的抗PD-1敏感性和耐药性相关基因集评估了预测分类的可靠性，结果显示敏感性基因集主要在预测应答者中上调，而耐药性基因集主要在预测非应答者中上调。

4.2 携带SF3B1突变的黑色素瘤患者的转录特征

在将患者分类为预测应答者或非应答者后，评估两组之间基因组变异的分布，发现SF3B1突变在潜在应答者组中显著富集。SF3B1突变在预测应答者中占13.5%（118例中16例），而在预测非应答者中为0%（89例中0例），差异具有统计学显著性。16个SF3B1突变中，10个为复发性热点突变（5个R625H、2个R625C、1个N626Y、1个K700E和1个D894G），其余6个功能意义未知。GSEA分析显示，SF3B1突变肿瘤比WT肿瘤表现出显著更高的免疫反应性，特征为干扰素应答基因和白细胞相关基因的激活，以及上皮-间质转化（Epithelial–Mesenchymal Transition, EMT）签名的下调。利用50个免疫治疗相关转录程序的分析进一步揭示，SF3B1突变肿瘤以免疫有利的TME特征为特点，包括CD8⁺ T细胞和NK细胞相关基因集的富集，以及抗PD-1耐药和CD8⁺ T细胞排斥相关基因集的下调。此外，调节性T细胞（T_regs）和耗竭T细胞排斥相关基因集在SF3B1突变肿瘤中富集，而冷肿瘤/生态位巨噬细胞、癌症相关成纤维细胞（Cancer-Associated Fibroblast, CAF）、AXL和细胞周期相关基因集则下调。

4.3 SF3B1突变对抗PD-1应答者相关签名的直接影响

通过对SF3B1功能缺失和功能获得模型的转录组数据分析，研究人员验证了SF3B1突变对癌细胞自主转录程序的直接影响。在携带R625G热点突变的MEL202葡萄膜黑色素瘤细胞中，突变等位基因特异性敲除（功能上恢复为SF3B1 WT样状态）导致抗PD-1应答者相关转录签名显著减少，包括干扰素信号和抗PD-1敏感性基因集的下调，以及抗PD-1耐药、EMT、Myc、E2F、CAF和细胞周期基因集的上调。Degron-KI系统的靶向蛋白降解实验也重现了突变等位基因敲除观察到的转录改变。在功能获得模型中，与WT转染相比，携带R625H、K666T或K700E突变的SF3B1表达载体转染诱导了与干扰素信号和抗原呈递相关的癌细胞自主转录程序，并抑制了与CD8⁺ T细胞排斥、免疫抵抗和抗PD-1抵抗相关的肿瘤内在签名。在MEL270细胞中表达K700E突变体SF3B1同样促进了免疫有利的转录程序。功能缺失和功能获得模型的数据一致支持SF3B1突变促进免疫治疗应答性的结论。

4.4 SF3B1突变与其他ICI应答预测因子的比较

为排除SF3B1突变依赖于TMB和PD-L1表达等已知预测因子的可能性，研究人员评估了SF3B1 WT和突变肿瘤中的TMB和PD-L1状态。结果显示SF3B1 WT与突变肿瘤之间的突变计数和PD-L1 mRNA表达水平相当。MSK-IMPACT队列的免疫基因组数据分析进一步显示，SF3B1突变黑色素瘤的TMB评分显著低于WT黑色素瘤。这表明SF3B1突变在黑色素瘤中不与高TMB或高PD-L1表型强共现，可能帮助识别即使TMB较低也能从ICI中获益的患者。

4.5 SF3B1突变对抗肿瘤免疫应答的实验验证

研究人员利用B16F10小鼠黑色素瘤细胞系（免疫冷肿瘤模型）构建了稳定表达SF3B1 WT或K700E突变体的细胞系。体外实验显示，SF3B1突变细胞在干扰素调节因子（IRFs）和IL-12信号通路相关关键免疫效应分子的mRNA水平上显著升高，并在干扰素-γ处理后表现出更高的细胞表面MHC I类和PD-L1表达，表明SF3B1突变增加了体外免疫反应性。在同基因小鼠肿瘤模型中，抗PD-1治疗对SF3B1突变肿瘤的生长抑制显著强于WT肿瘤，表现为更小的肿瘤体积和肿瘤重量；而在无抗PD-1治疗的情况下，两种肿瘤的生长速率相当。流式细胞术分析显示，SF3B1突变肿瘤中CD45⁺肿瘤浸润淋巴细胞（TILs）比例显著更高，CD4⁺ T细胞、CD8⁺ T细胞、树突状细胞和B细胞比例也显著增加。CD45⁺ TILs中MHC I类和II类分子表达水平更高，肿瘤细胞PD-L1表达也增加。淋巴结中CD4⁺和CD8⁺ T细胞频率显著增加，树突状细胞的MHC II类、CD40和CD80等共刺激分子表达升高。转录水平上，Gzmb在SF3B1突变肿瘤中显著上调，Prf1和Il12a呈升高趋势；蛋白水平上，颗粒酶B和干扰素-γ显著升高，而免疫抑制性细胞因子IL-10显著降低。干扰素刺激基因Mx1也显著上调。

五、讨论与结论

本研究的核心发现是SF3B1突变与增强的抗肿瘤免疫应答相关。尽管SF3B1突变被认为是多种癌症发病的驱动因素，但它们似乎对抗肿瘤免疫具有出乎意料的有利影响，这种双重角色凸显了SF3B1突变作为改进治疗策略靶点的潜力。体内实验证明SF3B1突变肿瘤对抗PD-1治疗表现出改善的应答，伴随TME向更具免疫刺激性的状态重塑，包括T细胞浸润增加和GzmB、IFN-γ等关键免疫效应分子的表达升高。淋巴结和脾脏中树突状细胞活化谱的增强表明SF3B1突变不仅重塑瘤内免疫景观，还增强外周系统性免疫启动。研究也承认体内机制分析局限于单一时间点（第21天），未来需要纳入纵向分析的研究来解决这一局限。

已有研究与本研究结论一致：PRISMM试验（NCT04447651）正在评估携带SF3B1突变的转移性乳腺癌患者是否对免疫治疗产生有利应答；另一项研究证明SF3B1驱动的剪接变异产生跨患者共享的免疫原性肿瘤新表位，CD8⁺ T细胞克隆能选择性识别并清除SF3B1突变肿瘤细胞。SF3B1突变在皮肤黑色素瘤中频率相对较低（约2%），但在葡萄膜和黏膜黑色素瘤中显著更高（>20%），提示在这些亚型中具有更大的诊断潜力。葡萄膜和黏膜黑色素瘤对ICIs的应答率低于皮肤黑色素瘤，存在显著的未满足临床需求。SF3B1突变可能通过两种机制影响抗肿瘤免疫应答：一是SF3B1蛋白编码突变产生的肽段可作为新抗原，生成HLA呈递的免疫原性新抗原；二是SF3B1突变驱动的错误剪接变异产生新抗原库，刺激并扩增具有效应/记忆表型的CD8⁺ T细胞，特异性识别并杀死恶性细胞。

本研究的转录组药物应答预测方法具有可应用于缺乏直接药物应答注释的大规模队列（如TCGA队列）的关键优势。但研究也存在局限性：用于预测的训练数据集GSE78220包含相对较小的队列（21例应答者和17例非应答者），不能准确反映真实世界的ICI应答率，基于此有限数据集训练的预测模型可能无法完全捕捉临床环境中ICI应答者的分子异质性。因此，通过计算机模拟方法鉴定的生物标志物候选者需要进一步的实验验证以确认其临床相关性。

研究结论：SF3B1突变肿瘤的TMB评分与WT肿瘤相似或更低，表明SF3B1突变可能有助于识别即使在低TMB患者中也能从ICI获益的人群。本研究不仅将SF3B1突变确定为指导精准免疫治疗患者选择的潜在生物标志物，还为癌症驱动突变在介导免疫治疗应答中的作用提供了见解。