精准前沿丨整合多种因子开发预测膀胱癌抗PD-L1响应模型

2022-09-16 10:20 先声诊断

该研究发现IgG1/IgA比值是几种膀胱癌亚型和整个IMVigor210抗PD-L1免疫治疗研究队列的一个独立预后指标。整合B细胞、NK细胞、T细胞signatures可以准确地预测抗PD-L1治疗响应。

本期《精准前沿》栏目分享俄罗斯斯科尔科沃科技学院Dyugay研究团队发表于Cancer Immunology Research（IF =12.02）上的一篇研究^[1]，研究通过对患者肿瘤内免疫球蛋白的分析，研究了浸润B细胞在膀胱癌中的作用。发现IgG1/IgA比值是几种膀胱癌亚型和整个IMVigor210抗PD-L1免疫治疗队列研究的预后指标。并开发了一种优于PD-L1表达评分和其它基因signature的预测因子—— PRedIctive MolecUlar Signature （PRIMUS）。

研究背景

肿瘤浸润性B细胞和瘤内产生的免疫球蛋白（Ig）在肿瘤微环境（TME）和免疫治疗应答中发挥重要作用。瘤内B细胞产生的IgG抗体可能驱动抗体依赖性细胞毒性（ADCC），增强树突状细胞的抗原递呈。B细胞在膀胱癌TME中的作用仍有一些争议，有研究表明B细胞浸润不仅与肿瘤侵袭性增加有关，还可能与T细胞浸润增加、CD4⁺ T细胞与B细胞共定位以及抗原呈递增加有关。

抗体的功能由其亚型决定，并可以影响潜在的免疫抑制作用和免疫复合物促进炎症过程等抗肿瘤反应。例如，膀胱癌肿瘤内高IgA与患者生存期较短有关。在黑色素瘤中，较高的IgG1/IgA比例（IgG1/IgA1+A2基因表达比例）和较大的IgG1克隆扩增与良好的预后相关。相比之下，对于KRAS突变的肺腺癌，高IgG1/IgA比值也与更好的预后相关，高克隆IgG1与更长的生存期并不相关。

研究设计

该研究使用TCGA数据库的408例膀胱癌患者，以及IMVigor210临床试验（NCT02108652）345例患者的RNAseq转录组数据。

研究结果

1. 免疫球蛋白同型组成和克隆

TCGA数据库不同分子亚型膀胱癌（BLCA）患者中，肿瘤内IgG1/IgA比值较高的患者预后良好。根据IgG1/IgA比值分层，基底鳞状细胞和管腔浸润分子亚型与患者生存率最显著相关，高IgG1/IgA比值与低IgG1/IgA比值相比，有更好的预后生存。利用MiXCR对BLCA RNA-seq数据中提取的IgG序列进行了克隆性研究。IgG1/IgA比值和免疫球蛋白克隆结合显示出较高的预后价值，高IgG1/IgA和低免疫球蛋白克隆度的组合预后最好。这些结果表明，高克隆抗体的产生不能有效地促进膀胱癌的免疫监测。

图1. 免疫球蛋白特征与BLCA患者生存

2. 标准化CD8⁺效应T细胞signature和IgG1/IgA比值的预后价值

一项研究提出的肿瘤炎症组织学表型的CD8⁺效应T细胞相关的基因signature与抗PD-L1免疫治疗响应相关。该signature的基因包括CD8A, CXCL9, CXCL10, GZMA, GZMB, IFNG, PRF1和TBX21。将这个CD8⁺效应T细胞signature应用于TCGA基底鳞状BLCA队列时，发现该signature的高表达与患者更好的生存相关。IgG1/IgA比值和标准化CD8⁺效应T细胞signature结合与单独CD8⁺效应T细胞signature相比，有更大的预后价值，高IgG1/IgA比值和高CD8⁺效应T细胞signature相关的预后最好。

3. 预测生存和对免疫治疗的响应

作者利用阿替利珠单抗（抗PD-L1）IMVigor210 II期临床试验的数据，评估标准化CD8⁺效应T细胞signature和IgG1/IgA比值预测抗PD-L1免疫治疗的个体响应有效性。IgG1/IgA比值仅对“excluded”免疫表型的阿替利珠单抗响应有显著的预测价值，以及对IMVigor210队列全部患者的总生存期有显著的预后价值（图2A,B）。在接受治疗的基底鳞状细胞患者队列中，高免疫球蛋白克隆的预后较差。在整个IMVigor210队列中，较低的免疫球蛋白克隆结合较高的IgG1/IgA比值与患者最佳预后相关（图2D）。原始CD8⁺效应T细胞signature对治疗响应的预测能力较差，标准化后，预测能力得到了提高。标准化CD8⁺效应T细胞signature与IgG1/IgA比值结合的预后最佳（图2L）。

图2. IMVigor210队列中，不同免疫特征在膀胱癌抗PD-L1免疫治疗中的预测和预后作用

4. 抗PD-L1免疫治疗响应的综合预测模型

目前，肿瘤样本中PD-L1表达的免疫组化检测结果，用于识别哪些患者可能对免疫治疗有较高的应答几率。IMVigor210试验使用针对PD-L1 C端的抗体测量PD-L1，评分系统（IC_A）计算为给定肿瘤区域中PD-L1⁺免疫细胞的百分比。一线治疗的临界值为5% （IC2/3），但PD-L1评分的预测价值相对较低。

图3. IMVig or210队列中肿瘤浸润免疫细胞IHC PD-L1测定的预后价值

为开发一种改进的、基于基因表达的患者分层预测器，作者使用了随机森林模型，并通过嵌套交叉验证评估性能。该方法克服了模型选择过程中，超参数优化的引入对模型性能过于乐观的评估。首先，为了与模型细化过程中的迭代进行比较，对模型的性能设置了一个基线，作者使用原始CD8⁺效应T细胞signature训练模型。由此产生的AUROC，代表了反应预测建模的准确性，与建立在signature值上的AUROC相似（比较图2G和图4A）。嵌套交叉验证F1平均得分（反映准确度和召回率之间的平衡，其中越接近1的值越好）为0.344±0.06。接着，使用标准化 CD8⁺效应T细胞signature 训练模型，AUROC大于原始signature的AUROC，并且与未使用模型的标准化signature的AUROC相似（比较图2K和图4D）。嵌套交叉验证F1平均得分为0.465±0.05。最后，作者整合了细化的标准化CD8⁺效应T细胞signature（CXCL9, CXCL10, CD8A, GZMB），IgG1/IgA同型比值，以及与TCGA-BLCA患者高 IgG1/IgA比值相关的特征，包括KLRC-NK signature，IL21和GNLY表达，以及非标准化TGFB1表达。得到的PRIMUS模型性能，其平均嵌套交叉验证F1得分为0.495±0.05，优于在标准化CD8⁺效应T细胞signature上训练的模型。与PD-L1 IHC相比，PRIMUS可以更好地预测响应，并产生更大的预后价值。PRIMUS的预后预测同样优于标准化CD8⁺效应T细胞signature或者IgG1/IgA比值与标准化signature的组合。

图4. 原始和标准化 CD8⁺效应T细胞signature和综合随机森林模型对IMVigor210队列的预测价值

5. 特征重要性和交互分析

将PRIMUS应用于IMVigor210数据，使用SHAP探索输入特征的重要性和相互作用。首先，将输入变量的贡献与随机生成的数字进行比较。与随机生成的数字相比，每个PRIMUS变量都显示出更高的特征重要性，其中标准化CD8⁺效应T细胞signature与应答的关联最为显著（图5A）。还确定了变量间的相互作用，高IgG1/IgA比值更能预测与高IL21表达相结合的响应，这支持了B细胞分化和同型转换为IgG1对患者应答的重要性（图5C）。CD8⁺效应T细胞高表达与IL21高表达之间的相互作用（图5D）。与CD8⁺效应T细胞signature相比，IgG1/IgA比值仅在最高值时对反应预测有效，而CD8⁺效应T细胞signature在所有值均显示出显著的鉴别能力（图5A）。

图5. PRIMUS特征重要性和交互作用

6. 一种综合预测方法对“沙漠”表型具有很高的预测效率

在三种肿瘤免疫表型（炎症型、排除型和沙漠型）中，“沙漠型”的治疗反应尤其难以预测。在IMVigor210研究中，CD8⁺ T细胞signature、TGFβ应答signature以及肿瘤突变负荷（TMB）都不能预测这种免疫表型患者的响应。相比之下，PRIMUS预测了IMVigor210试验中免疫“沙漠”患者的反应（图6A）。为进一步验证PRIMUS模型可以有效地预测“沙漠”型肿瘤表型的响应，使用IMVigor210队列训练PRIMUS，将41名“沙漠”型患者指定为保留集。PRIMUS成功预测了这些患者的反应（图6B），因此，证明了PRIMUS在预测抗PD-L1/PD1免疫治疗反应方面的效用。

图6. PRIMUS对免疫“沙漠”表型患者的性能

7. 在独立数据集中进行模型验证

由于接受阿替利珠单抗或其他抗PD-L1药物治疗患者的转录谱，以及相关临床数据的独立、公开的数据集很难获得。可以假设，影响免疫治疗后患者生存的因素与决定免疫系统控制肿瘤发展能力的免疫相关参数部分重叠。从这个角度来看，评估PRIMUS在未接受免疫治疗的膀胱癌患者队列中预测总生存期的能力，也可以用来间接确认模型的性能。基于此逻辑，作者在TCGA-BLCA数据集上验证了模型。作者对数据集重新进行了分位数归一化，并对IMVigor210队列的归一化数据重新训练PRIMUS，然后将得到的模型应用于归一化TCGA数据。在基底鳞状细胞亚型和整个TCGA膀胱癌队列中，算法的输出评分与患者生存期之间存在显著关联，这也证实了该模型与膀胱癌的相关性。

讨论

来自特定患者的任何肿瘤样本都很可能不能完全代表异质性肿瘤组织的全部。从这个角度来看，免疫基因signature计算的准确性本质上受到组织采样的随机性限制，在组织采样中，观察到的免疫基因表达的可变性是由浸润特定组织片段的免疫细胞的丰富程度造成的。很少有关于可能参与膀胱癌患者生存和免疫治疗反应的特定生物学过程的研究，这有助于开发合理的预测算法。

使用CD8⁺ T细胞特异性基因表达和IHC特征来预测治疗反应是有依据的。然而，一个有效的反应预测器应该考虑到免疫系统的不同组成部分，这些预测器对于不同类型的癌症可能是不同的。在本研究中，作者结合了TME的T细胞、NK细胞和B细胞参数，并考虑了各种免疫过程的相对表现。与此同时，IgG1/IgA比值，一个不依赖于肿瘤浸润程度并反映B细胞行为的参数，独立且显著地提高了该研究的预后效用。

该研究结果证明了利用转录组数据预测免疫治疗反应的潜力。通过建立对有效抗肿瘤反应免疫过程的更深入的理解，并使用相关的统计方法，可以在开发对特定治疗或其组合的反应预测方面取得进一步进展。

结语

该研究发现IgG1/IgA比值是几种膀胱癌亚型和整个IMVigor210抗PD-L1免疫治疗研究队列的一个独立预后指标。整合B细胞、NK细胞、T细胞signatures可以准确地预测抗PD-L1治疗响应。在这些发现的基础上，开发了一个预测分子特征（PRIMUS）预测器，它优于PD-L1表达评分和已知的基因特征。总的来说，PRIMUS可以可靠地识别肌肉浸润性尿路上皮癌患者（其中包括低浸润“沙漠”肿瘤表型）中的应答者。 END

参考文献：

[1] Dyugay IA, Lukyanov DK, Turchaninova MA, Serebrovskaya EO, Bryushkova EA, Zaretsky AR, Khalmurzaev O, Matveev VB, Shugay M, Shelyakin PV, Chudakov DM. Accounting for B-cell Behavior and Sampling Bias Predicts Anti-PD-L1 Response in Bladder Cancer. Cancer Immunol Res. 2022 Mar 1;10（3）:343-353. doi: 10.1158/2326-6066.CIR-21-0489. PMID: 35013004.

撰写丨花花Liu

编辑、排版丨SX