《自然·医学》:免疫治疗毒性高的患者 在治疗前就有这些T细胞的特征

来源：奇点蛋糕2022-02-23 08:29

近年来，免疫疗法以其远超传统疗法的疗效和较少的副作用，彻底改变了癌症临床治疗的现状。然而，副作用少并不意味着没有，大约10%-60%的黑色素瘤患者在接受免疫治疗后会出现严重的免疫相关副作用(irAEs)。这些副作用会对患者的许多器官和组织产生破坏性影响，导致许多疾病甚至死亡。然而，irAEs的生物学驱动因素仍然不清楚，并且在临床上。

近年来，免疫疗法以其远超传统疗法的疗效和较少的副作用，彻底改变了癌症临床治疗的现状。然而，副作用少并不意味着没有，约10%-60%的患者在接受免疫治疗后会出现严重的免疫相关副作用(irAEs)。

这些副作用会对患者的许多器官和组织产生毁灭性的影响，导致许多疾病甚至死亡。然而，IRES的生物学驱动因素仍然不清楚，并且在临床实践中没有标准的方法来判断患者发生IRES的风险。

近日，由华盛顿大学Aadel A. Chaudhuri和斯坦福大学Aaron M. Newman领导的研究团队在《自然医学》发表了重要研究成果。

利用多种测序和流式细胞术技术(主要是单细胞测序、批量测序和TCR测序)，他们分析了免疫治疗前和早期患者的96份血液样本和3个患者队列(分别包括27、26和28名患者)，发现治疗前血液中活性CD4记忆T细胞的丰度和TCR的异质性与患者irAE的发生有关，而这种关联与出现副作用的器官无关。

免疫治疗的原理是通过松动免疫系统——，用免疫检查点抑制剂阻断免疫抑制通路，激活免疫细胞(主要是T细胞)，使其攻击癌细胞产生抗癌作用。

但这种方式也增加了正常组织被免疫系统攻击的风险，会导致免疫相关的不良反应。然而，由于免疫系统攻击的器官和组织不同，免疫疗法并不一致。通常受影响的组织包括肺、肝、心脏、皮肤、脑垂体和胃肠道。

以前的一些研究探讨了irAE相关的问题，但要么他们只专注于预测免疫治疗早期的irAE，或预测单个器官的irAE，要么他们没有将低级别irAE患者纳入分析。

这些结果并没有证明是否存在一种普遍的免疫状态可以在治疗前检测到，并且与治疗后的irAE相关。

为了解决这个问题，Aadel和Aaron团队招募了78名转移患者，在采用排除标准后，最终有71名患者被纳入分析。其中，33名患者接受PD-1抑制剂治疗，38名患者接受PD-1和CTLA-4抑制剂联合治疗。

然后，他们将这71名患者分为三个不重叠的队列：一个使用单细胞技术，两个使用批量测序技术(一个是模型训练队列，另一个是验证队列)。

首先，研究人员用高分辨率单细胞分析了单细胞队列中18名患者的治疗前血液样本，其中8名患者在开始免疫治疗后出现了严重的irAEs。随后，他们通过质谱流式细胞仪和35种白细胞标志物对样本中的约80万个细胞进行了分选，最终得到了属于7种单核细胞系(包括B细胞、成浆细胞、CD4和CD8T细胞、NK细胞、NKT细胞和单核细胞)的20个细胞亚群。

研究人员分析了每个亚组与严重irAE发生之间的关系，发现只有CD4效应记忆T细胞(Tem)的丰度与治疗前的irAE有关。

为了进一步证实这一结论，他们在治疗前对18名患者中的13名患者的血样进行了单细胞TCR和BCR测序。然后根据一些经典特征基因的表达水平，将24807个细胞分为32个具有不同转录组状态(特征基因组合表达水平的差异)的细胞亚型。

然后，研究人员计算了32种细胞亚型的丰度与irAEs发生的关系，发现CD4T细胞的5(状态5与严重irAEs的发生有关。另一方面，在特征基因的表达模式中，CD4T-state5与CD4Tem一致，并且在流式细胞术分析中，CD4T-state5的丰度与CD4Tem相关。

在后续分析中，他们发现CD4T-state3也与irAE相关，将其与CD4T-state5结合后，这种结合与irAE的关系更强。然后，他们根据与激活状态相关的标记，将CD4T-state5和state3的组合分为两个亚群，活跃和休眠。他们发现，与休眠亚组相比，活跃亚组和irae之间的关系更强，表明活跃CD4Tem更有可能引起严重的irae。

基于这一结论，研究人员想知道治疗前患者血液中活性CD4Tem的TCR异质性是否与irAE的出现有关。结果显示，与无irAE患者相比，重度irAE患者治疗前血液样本中活性CD4Tem的TCR异质性显著增加。

截至目前，Aadel和Aaron的团队已经确定了与治疗前严重irAE相关的两个因素，——，血液中活性CD4Tem的丰度和其TCR的异质性，然后他们使用批量测序技术在另外两个队列中验证了这一点。

在利用以前的单细胞分析结果检查了大量数据分析中使用的计算的准确性后，研究人员发现，与治疗前患者血液样本中出现irAE相关的因素仍然是活性CD4Tm的丰度和TCR的异质性，这种相关性与患者接受的免疫治疗方案无关。

因此，研究人员通过使用二元逻辑回归的框架，开发了一个可以整合这两个因素影响的模型。事实上，该模型对患者治疗后是否会发生irAEs的预测效果优于单独使用任何一个因素，在排除免疫治疗方案、年龄、性别、分型等因素的影响后，仍然具有较好的预测效果。