癌症免疫治疗“水晶球”？iScience：科学家有望利用多模态特征来预测癌症患者接受免疫疗法的效果

肿瘤的细胞和分子异质性是癌症免疫疗法面临的一大挑战。近日，一篇发表在国际杂志iScience上题为“Multimodal analysis unveils tumor microenvironment heterogeneity linked to immune activity and evasion”的研究报告中，来自埃因霍温理工大学的研究团队成功从肿瘤转录组学数据库中提取出独特的分子特征，这种特征被称为iHet，能够量化肿瘤微环境中的异质性来源，从而为深入理解患者对免疫疗法的反应并改进癌症治疗提供了新思路。

研究者Francesca Finotello博士表示，肿瘤在细胞和分子层面表现出显著的异质性，这种多样性使得治疗变得极其复杂。在本研究中，研究人员开发出了iHet特征（iHet signature），这一特征与多种癌症中的抗肿瘤免疫反应有关，并能帮助科学家精确预测患者对免疫疗法的反应。

近年来，免疫疗法在癌症治疗中变得愈发重要，它不是直接攻击癌细胞，而是通过激活患者自身的免疫系统来对抗癌症。然而，预测患者是否会对免疫疗法作出反应一直是个难题，这是因为肿瘤微环境的高度异质性。为此，研究人员采用系统生物学的方法来分析肿瘤微环境中的异质性。

在本研究中，研究人员分析了超过1000名非小细胞肺癌患者的转录组学数据，利用多组学因子分析（MOFA）这一特殊方法，识别出肿瘤微环境中异质性的主要来源。通过分析这些样本，研究人员获得了可解释的高级特征，揭示了存在的细胞类型、激活的转录因子和通路。然后，他们利用MOFA确定了肿瘤内部和肿瘤之间变化最大的特征，并从中推导出了iHet特征。

科学家有望利用多模态特征来预测癌症患者接受免疫疗法的成功

图片来源：iScience (2024). DOI:10.1016/j.isci.2024.110529

进一步分析超过6000个患者的样本后，研究人员发现，这一特征在其他类型的癌症中也存在，并且与癌症免疫反应直接相关。研究的一个重要方面是通过整合数字病理学数据来提高潜在疗法成功的预测准确性，尤其是区分iHet特征中的“好”机制（支持抗癌免疫活性的基础）和“坏”机制（作为肿瘤内的负反馈机制，维持免疫抑制状态）。

除了预测患者的临床治疗结局外，研究的一个重要贡献在于特征的解释，这为深入探究决定免疫疗法成功或失败的因素提供了新途径，并有助于提高治疗方法的临床效果。

总之，这项研究展示了如何整合转录组学数据来全面描绘肿瘤微环境的表型异质性，并预测其在免疫检查点阻断免疫疗法中的命运。（生物谷Bioon.com）

参考文献：

Óscar Lapuente-Santana, Gregor Sturm, Joan Kant, et al. Multimodal analysis unveils tumor microenvironment heterogeneity linked to immune activity and evasion, iScience (2024). DOI:10.1016/j.isci.2024.110529