本研究回顾性纳入18例接受双特异性抗体（bsAb）治疗的NSCLC晚期患者（aNSCLC），采用GeoMx® protein和CTA检测方案，结合特定细胞类型的圈选策略（Segmentation），分别获得了肿瘤区域和基质区域蛋白组和转录组表达谱，在空间水平解析了瘤内异质性。通过比较分析不同疗效组，不同组织区域蛋白和RNA差异表达特征，筛选并构建了基于空间分子表达的Signature，可以作为用来预测免疫疗法疗效的生物标志物。通过比较基质区域和肿瘤区域中预测临床疗效的空间标志物分子评分，发现基质区域的分子特征对治疗反应显示出更大的预测能力。
文章详情
文章题目：Spatial multi-omics revealed the impact of tumor ecosystem heterogeneity on immunotherapy efficacy in patients with advanced non-small cell lung cancer treated with bispecific antibody
中文题目：空间多组学研究揭示了肿瘤生态系统的异质性对使用双特异性抗体治疗的晚期非小细胞肺癌患者免疫治疗疗效的影响
发表时间：2023.02
期刊名称：Journal for ImmunoTherapy of Cancer
影响因子：17
实验平台：GeoMx DSP
doi: 10.1136/jitc-2022-006234.
研究方法
图1 人类HBV相关HCC中不同的成纤维细胞亚群
（1）样本：来自18名接受KN046治疗的晚期NSCLC患者的20个肿瘤样本
（2）技术：GeoMx DSP
（3）检测panel：
空间转录组检测：GeoMx® CTA panel，包含肿瘤相关的1800种RNA；
空间蛋白组检测：4个GeoMx® 蛋白检测模块，包括：Immune Cell Profiling Core，Pan-Tumor Module，Immune Cell Typing Module和IO Drug Target Module，共包括44种靶标蛋白和6种内参蛋白；
（4）感兴趣区域（ROI）圈选方案：136个肿瘤 AOI和70个基质AOI
通过细胞类型圈选方式进行圈选区域：形态学标记（panCK（上皮细胞），CD45（免疫细胞）, SYTO 13（细胞核））对组织进行染色，识别和区分组织中的肿瘤细胞和基质细胞，获得其各自表达谱；
研究结果
1. 通过DSP鉴定出瘤内AOIs具有不同表达模式
为了评估瘤内异质性（ITH），研究者分析了每个样本不同AOIs中蛋白质和RNA的表达模式。结果显示，同一样本基质细胞及肿瘤细胞RNA和蛋白的表达具有明显差异，分为两个独立的聚类。研究人员推测空间上相邻的肿瘤区域在分子水平上会有更高的相似性，为了证明该推测，研究人员对12个肿瘤样本进行分析。结果发现，在这12个样本中，8个样本中肿瘤AOIs的空间距离与分子聚类模式具有一致性，并且同一ROI中的肿瘤与间质细胞的表达谱比不同区域的表达谱更相似。
Fig.1 肿瘤内不同AOIs具有不同表达模式
2.肿瘤和间质中免疫细胞类型和通路的特征
研究者构建了肝癌小鼠模型，随后对10个肿瘤小鼠进行了单细胞分析，共聚类成10个细胞群。与人类HCC相似，小鼠HCC肿瘤含有大量的髓系细胞(~30%)，主要由巨噬细胞和MDSCs组成，还有少量的DC。为了进一步鉴别成纤维细胞的异质性，研究者从7个小鼠肝癌肿瘤的scRNA-seq分析中筛选出CAFs，并聚类成了7个亚群。并且在人类HCC肿瘤中发现的所有5种CAF亚型在小鼠HCC组织中也有表达。
Fig.2 肿瘤和基质中的免疫细胞类型和分子通路分析
3. DSP标记物的鉴定揭示ITH对筛选生物标志物的影响
为了评估ITH对筛选与疗效相关生物标志物的影响，研究者通过DSP研究bsAb-KN046治疗的疗效。将每个肿瘤样本的所有AOIs蛋白表达数据进行平均，模拟整体测序数据，并与空间segmentation的结果进行比较。共有18个DSP蛋白标记物分别在间质区和肿瘤区被鉴定出来，其中只有4个蛋白（CD45、CD4、CD4和CD11c）也在模拟测序数据中表达，并且4种蛋白在PR组中的表达增加。为了进一步验证不同区域内蛋白的表达情况，研究者对PR组（n=3）和PD组（n=3）中基质区4种蛋白（CD11c、Tim-3、CD45、CD4）进行mIHC验证，发现基质区PR组上述4种蛋白的表达均显著高于PD组。在不同免疫浸润反应组的患者，也发现四种免疫细胞（CD4 T细胞，树突状细胞、巨噬细胞和单核细胞）在PR组中丰度更高。
Fig.3 ITH对寻找与治疗疗效相关的候选生物标志物的影响
4. 空间数据显示基质区域比肿瘤区域具有更大的临床反应相关性
考虑到ITH对免疫治疗的反应，研究者通过构建疗效相关的DSP蛋白标记物的空间signature得分，评估间质和肿瘤区域生物标志物的临床相关性。结果显示，PD患者和PR患者在肿瘤区和间质区的signature评分具有显著差异。接下来，采用多因素Cox回归分析了多种表征对临床结果的影响，结果显示，与传统的肿瘤生物标志物相比，间质signature显示出更强的临床相关性。接下来研究者通过公共数据集中65例接受ICIs治疗的NSCLC患者的基质区数据，进一步验证了空间signature的有效性。这些结果表明，来自基质区域的分子在评估免疫治疗的临床疗效方面可能具有更大的潜力。
Fig.4 构建空间signature来预测对免疫治疗的临床反应
研究结论
本研究利用GeoMx® DSP空间多组学技术，对不同疗效组患者的不同组织空间区域中100多个ROI的转录组和蛋白质组信息进行了分析。结果发现，来自同一样本的肿瘤区域和基质区域表现出明显的特征，从肿瘤或基质区识别出的多个分子与治疗反应相关，并进一步筛选提供了18个候选蛋白，其表达特征可以作为预测PD1/PD-L1和CTLA-4双特异性抗体（bsAb）免疫疗法疗效的生物标志物。此外，通过比较基质区域和肿瘤区域中预测临床疗效的空间标志物分子评分，发现基质区域的分子特征对治疗反应显示出更大的预测能力。
参考文献：
Song X, Xiong A, Wu F, et al. Spatial multi-omics revealed the impact of tumor ecosystem heterogeneity on immunotherapy efficacy in patients with advanced non-small cell lung cancer treated with bispecific antibody. J Immunother Cancer. 2023;11(2):e006234. doi:10.1136/jitc-2022-006234
网友评论