Nature Cancer I 生物标志物多参数评估mTLS预测实体瘤免疫治疗效果
Akoya
知名制药企业,CRO 公司,研究所等多家著名机构以多重免疫荧光整体方案为主要方法,对三个不同类型癌症患者的独立样本进行大规模回顾性分析,发现:
(1) 较高密度的三级淋巴结构 (TLS) 的高密度性与 CD8+ T 淋巴细胞肿瘤浸润密度相关,是细胞杀伤性免疫反应激活的特征;
(2) B 细胞和成熟 TLS 可预测接受免疫检查点抑制剂治疗的患者的预后;
(3) 泛肿瘤/“肿瘤不可知”生物标志物:TLS 在 11 种不同肿瘤类型中的存在与 PDL-1 轴阻断功效相关;
(4)为了更可靠地评估 TLS 成熟度,需要对 CD8、CD4、CD20、CD21 和 CD23 进行多参数分析。
阻断 PD-1 受体与其主要配体 PD-L1 之间的相互作用具有显著抗癌作用,已有多种抗 PD-1 或抗 PD-L1 药物被批准用于多种实体瘤治疗。然而,大多数接受抗 PD-1 或抗 PD-L1 单克隆抗体的患者并没有从中获益。
免疫组织化学、肿瘤突变负荷 (TMB) 和微卫星不稳定性状态评估的 PD-L1 表达状态是迄今为止唯一被批准用于指导抗 PD-1 治疗的伴随诊断标志物。这些方法并不能有效区分出可能通过抗 PD-1 或抗 PD-L1 单克隆抗体治疗受益的患者。因此,迫切需要确定抗 PD-1 或抗 PD-L1 药物反应的可靠预测生物标志物,以增加临床患者治疗获益的可能性。
AstraZeneca 、Explicyte (CRO) 联合法国 INSERM Cordeliers Research Center and Institute Gustave Roussy 等多家著名机构的研究团队基于:
(1)肿瘤相关巨噬细胞和肿瘤相关中性粒细胞在多种肿瘤类型中和抗 PD-1 治疗的耐药性相关;
(2)成熟的 TLSs (mTLSs)由 B 细胞和 CD23 + 滤泡状树突状细胞(DCs)组成,与一个较小的 CD4 + 和 CD8 + 混合T 细胞区相连;
(3)B 细胞和 TLS 基因特征的表达可以预测接受免疫检查点抑制剂治疗的肉瘤和黑色素瘤患者的预后改善等结果,提出了 mTLS 在对接受抗 PD1 /抗 PDL-1 治疗的患者预后具有预测价值的假设,并在常规诊断环境中验证了其评估准确性。
为此,研究人员对三个不同类型癌症患者的独立样本进行了大规模回顾性分析,以 Opal 染色试剂、Ventana 自动染色仪、Vectra Polaris 多光谱成像仪、InForm 光谱拆分及组织病理定量分析软件为主要研究方法, 获得了以下主要结果:I 较高密度的 TLS 的高密度与 CD8+ T 淋巴细胞肿瘤浸润密度相关,是细胞杀伤性免疫反应激活的特征。I B 细胞和 TLS 的成熟可预测接受免疫检查点抑制剂治疗的患者的预后。I 泛肿瘤/“肿瘤不可知”生物标志物:TLS 在 11 种不同肿瘤类型中的存在与 PDL-1 轴阻断功效相关。
同时使用双色免疫组化和 Opal 多重免疫荧光染色方案,证实了 TLS 中 B 细胞通过分泌抗体和细胞因子对抗 PD-1/抗 PD-L1 的反应起关键作用。DC 通过调节抗原加工和呈递来调节 T 细胞功能。B 细胞的功能依赖于 TLS 成熟度,可能是促肿瘤或抗肿瘤。在成熟 TLS 中,B 细胞和 DC 可以通过向 CD8+ 细胞提供肿瘤抗体来更好地训练 CD8+ T 细胞。和明场染色方法相比,Opal 多重免疫荧光染色同时检测更多指标,更可靠地评估 TLS 的成熟度状态。
CD3:T 细胞; CD8: 杀伤性 T 细胞;PD-L-1: 程序性死亡配体 1, 免疫抑制检查分子 PD-1 主要配体;CD21: 成熟 B 细胞和滤泡状 DC; CD 23 滤泡状 DC
mTLS 患者的比例在临床实际获益的患者(OR)中显着高于疾病稳定或进展 (SD / PD) 的患者。长期幸存者中 mTLS 患者的比例显着高于其他患者组。53%的 mTLS 患者达到 OS,而阴性组为 30%;27% 达到 2 年 PFS,而 11% 达到阴性。mTLS 组的中位 PFS 为 6 个月,而 iTLS/无 TLS 组为 2.7 个月。
虽然回溯性研究具有较大的局限性,但得益于强大、稳定的 PhenoImager多重免疫荧光整体方案,这项研究可以实现多中心独立实验、大样本量染色、拍摄及分析实现标准化、可双盲评估微环境概况和 TLS 成熟度表征。进而得到新的发现 ,治疗前患者样本中存在成熟 TLS 可被视为患者对免疫治疗反应的预测指标,TLS 没有形成或未成熟组的肿瘤在反应率方面没有区别。mTLS 的预测价值可能不局限于特定肿瘤类型,在大多数肿瘤类型中都观察到具有良好预后的高相关性。
PhenoImager 解决方案,采用特色的 MOTiF™ 快速全组织片扫描,是我们拥有专利和经过验证的新一代多光谱成像技术。采用 PhenoImager 流线型的工作流程,可以帮助您比以往更好地理解驱动疾病的生物学。您能够识别更多的细胞表型,评估它们的功能状态,通过细胞与细胞的相互作用及宏观组织结构的分析,描绘整个组织切片的空间关系。
参考信息
1. Mature tertiary lymphoid structures predict immune checkpoint inhibitor efficacy insolid tumors independently of PD-L1 expression. Nature Caner 2, 794-802 (2021).