Nat Med| T细胞恢复模型指导免疫治疗

原创 huacishu 图灵基因 2022-05-20 07:03 发表于江苏

收录于合集#前沿生物大数据分析

撰文：huacishu

IF=53.44

推荐度：⭐⭐⭐⭐⭐

亮点：

1、作者开发了Tres（肿瘤恢复T细胞），这是一种计算模型，利用单细胞转录组数据来识别对免疫抑制信号具有恢复性的T细胞的特征；Tres利用患者治疗前肿瘤的大量T细胞转录组数据，可靠地预测黑色素瘤、肺癌、三阴性乳腺癌和B细胞恶性肿瘤免疫治疗的临床反应；

2、作者指出Tres 平台利用了大数据建模为癌症免疫治疗，特别是T细胞疗法提供了一个重要的研发工具，并且对指导细胞疗法临床决策提供了一个重要的依据。

美国国立卫生研究院Peng Jiang博士课题组在国际知名期刊Nat Med在线发表题为“A T cell resilience model associated with response to immunotherapy in multiple tumor types”的论文。尽管癌症免疫治疗取得了突破性进展，但由于免疫抑制环境，大多数肿瘤反应性T细胞无法在实体瘤中持续存在。作者开发了Tres（肿瘤恢复性T细胞），这是一种计算模型，利用单细胞转录组数据来识别对免疫抑制信号具有恢复性的T细胞的特征，如转化生长因子-β1、肿瘤坏死因子相关凋亡诱导配体和前列腺素E2。Tres利用患者治疗前肿瘤的大量T细胞转录组数据，可靠地预测黑色素瘤、肺癌、三阴性乳腺癌和B细胞恶性肿瘤免疫治疗的临床反应。此外，Tres确定FIBP是许多实体瘤类型中抗肿瘤T细胞的阴性标记物，其功能在很大程度上未知。小鼠和人类供体CD8+T细胞中的FIBP基因敲除显著增强了T细胞介导的癌症杀伤作用。此外，小鼠T细胞中的FIBP敲除增强了B16肿瘤模型中过继细胞转移的体内疗效。FIBP基因敲除T细胞表现出胆固醇代谢降低，从而抑制效应T细胞功能。这些结果表明Tres在识别T细胞有效性的生物标记物和实体瘤免疫治疗的潜在治疗靶点方面的效用。

Tres使用两个阶段来识别CD8+T细胞的基因标记，这些细胞对实体瘤中的免疫抑制信号具有恢复性（图1a）。Tres模型首先将单细胞转录组数据集中施加在CD8+T细胞上的免疫抑制水平量化为免疫抑制细胞因子的信号活动（图1a）。这一计算的基础可以通过黑色素瘤肿瘤的例子来说明，其中CD8+T细胞中的转化生长因子（TGF）-β1信号活动与T细胞增殖水平呈负相关，这是通过细胞周期和DNA复制基因的表达推断出来的（图1b）。从19种癌症类型的36个单细胞RNA测序（RNA seq）数据集中确定了168个肿瘤中TGF-β1信号活性与T细胞增殖之间的一致性负相关。在对每个T细胞进行免疫抑制定量后，第二个Tres阶段利用可变相互作用试验来确定对实体瘤中先前确定的抑制信号（TGF-β1、TRAIL或PGE2）具有恢复性的T细胞的基因表达标记（图1a）。Tres模型寻找其表达状态减轻免疫抑制和T细胞跨T细胞增殖之间负相关的基因。例如，作者发现免疫抑制和T细胞增殖之间的负相关性仅在IL7R低或FIBP高表达水平的T细胞中明显（图1c）。为了评估Tres模型，作者收集了来自19种癌症类型的168个肿瘤的36个单细胞RNA序列数据集，其中每个肿瘤由至少100个单T细胞转录组组成。每个肿瘤都有一个Tres信号，由每个基因的一个Tres评分组成。例如，前面提到的IL7R和FIBP基因在肿瘤中分别具有一致的阳性和阴性Tres评分（图1d）。此外，免疫检查点基因的Tres评分为阴性，而T细胞持久性或激活标记物的Tres评分在肿瘤中为阳性。相比之下，免疫抑制信号受体的Tres评分并不显著，这表明受体的单细胞表达可能不是细胞因子活性的指标。为了验证Tres模型的生物学相关性，作者评估了Tres特征是否可以预测先前定义的T细胞持久性标记。最近一项过继转移TIL的研究根据与癌症完全消退和肿瘤中TIL持续性相关的干细胞样CD8+T细胞的转录组学特征确定了一个T细胞持续性基因特征。Tres基因得分捕获了T细胞持久性特征的标记（图1e，f）。

为了验证Tres模型的临床相关性，作者评估了Tres信号在预测T细胞在癌症免疫治疗中的有效性方面的作用。使用从公共存储库收集的免疫治疗原始单细胞RNA-seq数据集训练了一个Tres信号，并在所有进一步分析中使用了这个Tres信号，并创建了每个患者所有单T细胞数据的平均体T细胞转录组学图谱。尽管Tres信号训练不涉及任何免疫治疗信息，但与ICI应答者治疗前肿瘤（图2a）和治疗后肿瘤的T细胞转录组学特征相比，中位数Tres信号与ICI应答者的T细胞转录组学特征具有更好的相关性。与许多已发表的T细胞抗肿瘤疗效特征相比，Tres特征的表现通常是最好的（图2b）。平均而言，Tres是最具预测性的特征码（图2c）。由于成本高且对高质量样本的要求，单细胞分析在临床实践中仍然不常见。因此，在对黑色素瘤进行过继性细胞治疗之前，利用肿瘤体积图评估T细胞扩增的中位Tres信号。在具有高细胞毒性T细胞浸润的肿瘤特征中，Tres特征和肿瘤整体表达特征之间的相关性可以可靠地预测生存结果（图2d）。然而，如果大量肿瘤中的T细胞浸润水平较低，Tres信号将无法预测。类似地，当肿瘤内T细胞浸润较高时，Tres使用大量肿瘤转录组以最高的准确性预测ICI结果，尽管这种准确性对于特定队列可能并不显著。这些结果是可以预期的，因为Tres特征码训练只使用T细胞转录组，在T细胞浸润较低的肿瘤中不富集，即使在T细胞炎症的肿瘤中也可能受到非淋巴细胞群的干扰。此外，Tres信号不能使用免疫抑制信号低表达肿瘤的大量表达数据预测ICI结果。这些肿瘤细胞内治疗的免疫特异性共同表明肿瘤细胞内治疗的结果。虽然Tres模型是用来分析实体瘤的，但Tres信号的中值可以预测造血系统恶性肿瘤中的抗CD19 CAR-T反应。分析了CD19 CAR-T疗效的临床研究，通过慢性淋巴细胞白血病的患者反应或急性淋巴细胞白血病的B细胞再生障碍持续时间来衡量。这些结果表明，Tres可用于在免疫治疗开始前筛查患者。

在所有人类基因中，FIBP作为T细胞有效性的标记物之一（图3a）。关于FIBP的文献很少，除了FIBP可能与FGF1结合，以及FIBP增强结直肠癌细胞系的化疗耐药性。在单细胞数据集中，FIBP的Tres得分始终为负值（图1d）。在实体瘤中，抗PD-1应答者的T细胞中的纤维蛋白表达水平显著低于无应答者（图3a，b）。图3c肿瘤转移前FIBP高水平的过继性TIL表达表明肿瘤转移后的总体存活率更差。此外，大量肿瘤转录组数据中的高FIBP表达与T细胞功能障碍相关（图3d）。上述分析旨在揭示T细胞抗肿瘤疗效的标记基因。基因标记反映了相关性，这种相关性可能来自间接影响，而不是因果关系。建立调节因果关系的机制对于治疗应用的发展是可取的。因此，试图描述Tres标记基因敲除（KOs）在调节T细胞杀伤肿瘤中的作用。

进一步研究了人类和小鼠系统中的FIBP-KO表型（图4a）。对于人类，使用NY-ESO-1+黑色素瘤细胞（A375和Mel624）作为NY-ESO-1 TCR T细胞的靶细胞。对于小鼠，使用gp100+B16-mhgp100细胞系和相应的Pmel-1 TCR T细胞。目标基因是FIBP，CBLB作为阳性对照，AAVS1（人类）或Rosa26（小鼠）作为CRISPR-KOs的阴性对照（图4b）。利用孵育细胞成像系统评估T细胞与肿瘤细胞共同培养的抗癌效果（图4c）。含有对照KO的T细胞具有与人类和小鼠供体的亲代T细胞相似的抗癌功效。相比之下，FIBP敲除的人类和小鼠T细胞杀死癌细胞的效率高于对照KOs（图4c-e）。此外，FIBP-KOs可增强人和小鼠原代T细胞中T细胞效应因子的释放，包括IFN-γ和TNF（图4f）。总的来说，FIBP-KO的效应与阳性对照CBLB-KO相似（图4d-f）。

接下来，评估了敲除FIBP是否可以提高转移的Pmel-1 T细胞的体内疗效（图5a）。将C57BL/6小鼠随机分为五个不同的治疗组：Fibp-KO（n=15）、Rosa-KO（阴性对照，n=15）、Cblb-KO（阳性对照，n=15）、野生型T细胞（n=5）和无治疗对照（生理盐水注射，n=5）。与未经治疗的对照组相比，野生型T细胞过继转移显著抑制肿瘤的生长，并且Rosa-KO T细胞的抗肿瘤效果并不低于亲代T细胞。与Rosa26 KO T细胞相比，Fibp KO T细胞显著缩小了肿瘤大小（图5b-d）。图5c-1b细胞的总体积缩小效果与对照组小鼠相当。Fibp和Cblb KO T细胞受体的存活时间明显长于Rosa26 KO T细胞受体（图5e）。这些结果支持Fibp-KO作为增强过继性T细胞治疗的潜在治疗方法。为了分析T细胞的体内表型，在过继细胞转移后的早期时间点对从小鼠肿瘤中分离的CD8+T细胞进行了分析。Fibp KO T细胞的CD69+比例高于Rosa26 KO T细胞（图5f）。类似地，在之前的体外分析中，人类和小鼠供体FIBP-KO T细胞的CD69+分数均高于对照组的KO T细胞。高比例的CD69+T细胞表明Fibp-KO后T细胞的活化增加。同时，数据表明FIBP不会影响记忆或效应T细胞分化，但作者不认为T细胞的抗肿瘤效果必然与这些细胞状态有关。

为了深入了解FIBP对T细胞的抑制作用，在小鼠Pmel-1 FIBP-KO和Rosa26 KO T细胞中进行了RNA seq检测（图6a）。IPA显示，Fibp-KO的所有富集与胆固醇代谢的下调有关（图6b）。与Rosa26 KOs相比，Fibp KOs可下调多种胆固醇生物合成酶的表达，如Hmgcs和Sqle以及细胞表面受体Ldlr，从而调节胆固醇摄入，并上调胆固醇外排基因Abca1的表达（图6c）。使用逆转录定量PCR（RT–qPCR）在小鼠和人类FIBP-KO T细胞上验证了几种已鉴定的胆固醇途径基因（ABCA1、LDLR和SREBF2）和胆固醇合成酶的表达改变（图6d）。还通过Fibp-KO细胞证实LDLR蛋白和SREBF2蛋白的表达降低（图6e）。相反，Fibp在T细胞中的过度表达导致胆固醇代谢调节因子在mRNA和蛋白质水平的表达增加（图6f）。与这些结果一致，Fibp-KO T细胞的体内和体外胆固醇水平均显著低于Rosa26-KO T细胞的水平（图6g）。此外，Fibp过度表达后，T细胞中的胆固醇水平显著增加（图6h）。之前的研究表明，CBLB抑制通过促进IL-2的产生和自分泌信号，增强T细胞的抗肿瘤效果。然而，FIBP-KO不会改变T细胞中IL-2的产生。这些数据表明，抑制不同的基因靶点可能通过正交机制促进T细胞的抗肿瘤效果。之前的研究已经揭示了胆固醇通过抑制效应T细胞功能和诱导T细胞衰竭对T细胞抗肿瘤活性的影响。同样，共培养试验表明，胆固醇治疗T细胞可显著抑制癌症杀伤效果（图6i）。然而，即使在胆固醇治疗后，Fibp KO T细胞仍能保持其抗癌功效（图6i）。

作者开发了一个Tres模型，用于识别实体瘤中对免疫抑制信号有抵抗力的T细胞的转录组特征。Tres信号可以可靠地预测T细胞在免疫检查点阻断和过继细胞治疗（ACT）中的疗效，使用来自肿瘤的训练数据，而无需任何伴随的免疫治疗。这一优势非常重要，因为大多数单细胞研究没有免疫治疗结果信息。Tres可以重新利用来自不同癌症类型的单细胞数据来开发治疗前生物标记物。应注意Tres的一些局限性。在训练Tres评分时，168个肿瘤中有38个没有达到统计学意义。潜在的原因包括数据质量不足、肿瘤中缺乏抗肿瘤T细胞或Tres未模拟的替代性免疫抑制信号。因此，在高度免疫抑制的肿瘤中，Tres模型不会给出有意义的结果，在这些肿瘤中，所有T细胞都严重功能障碍，没有任何变异。分析显示FIBP是实体瘤中抗肿瘤T细胞的阴性标记物，其机制研究表明FIBP KO通过降低胆固醇代谢增强T细胞的抗肿瘤效果。之前的研究以及作者的研究结果表明，免疫疗法与抗胆固醇疗法相结合是有希望的。此外，FIBP-KO可以减少但不能完全消除T细胞中胆固醇的生物合成。据报道，FIBP是一种与酸性成纤维细胞生长因子结合的细胞内蛋白，是一种致癌基因，可诱导结直肠癌细胞产生化疗耐药性。FIBP基因敲除对癌细胞的生长抑制作用，与FIBP-KO对CD8+T细胞的疗效促进作用相反，表明FIBP可能以谱系依赖的方式调节不同的细胞程序。此外，这些结果共同表明FIBP抑制剂可能在癌症和T细胞中发挥抗肿瘤作用。虽然过继性T细胞转移中的FIBP-KO是可行的，但尚不清楚是否有可能设计FIBP的药理抑制剂。此外，研究没有评估FIBP-KO T细胞是否能与ICIs和其他治疗（如靶向治疗、化疗或放疗）协同作用。因此，需要更多的数据来支持FIBP作为治疗靶点的可行性。作者预计，基础研究人员将使用Tres来确定T细胞中的新靶点，以寻求下一代细胞疗法，临床研究人员将使用Tres来确定免疫治疗反应生物标记物，以供常规临床使用，临床医生将直接使用Tres来预测预制样品或输液产品的细胞治疗反应。

教授介绍

Peng Jiang博士于2019年7月在国家癌症研究所（NCI）开始了他的研究项目。在博士后研究期间，他开发了重新利用公共领域数据的计算框架，以识别癌症免疫治疗耐药性的生物标记物和调节器。值得注意的是，他的计算模型揭示了癌细胞可以利用细胞毒性淋巴细胞的自我保护策略来抵抗免疫检查点阻断下的淋巴细胞杀伤。他的研究重点是开发综合框架，利用公共领域的大数据资源来确定癌症治疗耐药性的监管。癌症研究面临的一个普遍挑战是缺乏了解每种治疗方法临床疗效的数据，而具有不同作用机制的新药每年都会获得批准。为了填补这一空白，他正在开发统计和机器学习基础设施，将大量以前的数据队列中的知识转移到新癌症生物学问题的研究中。专业领域包括：1）大数据集成，2）癌症基因组学，3）机器学习，4）生物统计学，5）精确医学，6）癌症免疫治疗。

参考文献

Zhang Y, Trang V, Palmer DC, et al. A T cell resilience model associatedwith response to immunotherapy in multiple tumor types. Nat Med.2022;10.1038/s41591-022-01799-y. doi:10.1038/s41591-022-01799-y