食管鳞状细胞癌(ESCC)是中国食管癌(EC)的主要病理类型。尽管在诊断、预后以及新辅助和辅助治疗方面取得了进展，但ESCC患者的总体5年生存率仅为40%，术后干预的局部复发和/或远处转移(R/M)是主要原因。病理TNM分期和治疗方案被提出并作为复发风险的预测策略。此外，其他预测ESCC患者术后复发的评分模型，在指导早期干预以预防复发方面的临床重要性有限。因此，迫切需要一种靶向的、可量化、更准确的R/M预测模型。
为建立预测ESCC手术后局部复发/远处转移(R/M)的模型，2023年10月上海交通大学医学院附属上海市第九人民医院病理科杨庆源团队在《Laboratory Investigation》（IF=5）杂志上发表题为：“Expression of IDO1 in tumor microenvironment significantly predicts the risk of recurrence/distant metastasis for patients with esophageal squamous cell carcinoma“的研究性论文（图1）。
图1
本研究应用数字化空间分析技术（DSP），对94例未接受新辅助治疗的ESCC患者样本进行42种免疫相关蛋白靶标的空间蛋白组分析，用PanCK、CD45、Syto13分别对上皮细胞、免疫细胞和细胞核进行形态学标记和区域划分，以获得不同组织区域中的蛋白表达。该研究结果不仅为预测R/M风险提供了一种基于免疫蛋白空间表达的更准确的评分方法，而且还提出了肿瘤免疫微环境中IDO1可能在介导ESCC的R/M中起着重要推动作用。
研究思路
研究结果
1、发现队列和验证队列中患者的人口统计学数据
该研究中共纳入94例未接受新辅助治疗的ESCC患者样本，为建立R/M风险评分模型，研究团队将整个队列随机分为发现队列（n=36）和验证队列（n=58），并且验证队列中患者的人口统计学特征与发现队列中患者的人口统计学特征没有显著差异。术后无患者接受免疫治疗。
2、免疫蛋白在ESCC和TME-L中的差异表达
研究团队利用数字化空间分析技术（DSP）对发现队列（n=36）的TMA样本进行多种蛋白质的空间蛋白组学分析，以研究ESCC（PanCK+）和TME-L (CD45+)中免疫蛋白的分布情况（图2）。研究结果发现，与 ESCC/PanCK+ 细胞相比，除了四种 IO 药物靶向标记物（TIM3、ARG1、IDO1 和 LAG3）和一种免疫激活标记物（CD127）外，大多数免疫蛋白在 TME-L/CD45+ 细胞中都有高表达。为确认DSP技术区分ESCC和TME-L中免疫蛋白差异表达的可靠性，研究团队在验证队列（n=58）中使用单免疫组化染色对cGAS和STING进行半定量。结果发现，TME-L/CD45+组织中STING的表达明显高于ESCC/PanCK+组织。所以，研究团队利用 DSP 技术进行的高通量图谱分析可靠地提供了初步证据，表明 ESCC 组织的 TME-L 中存在多种高表达的免疫蛋白。
图2
3、ESCC的R/M风险评分模型建立
基于上述STING与cGAS的相关性分析，研究团队进一步探索了PanCK+和CD45+区域中所有免疫蛋白之间的相互相关性（图3）。结果表明，ESCC的TME中有一个特定的T细胞亚群。另外，PanCK+区域中表达的蛋白质也密切相关。此外，ESCC/PanCK+细胞中表达的一些蛋白质与TME-L/CD45+细胞中表达的蛋白质有明显关联。值得注意的是，CD45+细胞和PanCK+细胞中也存在一些负相关的免疫蛋白，表明ESCC肿瘤细胞和 TME-L免疫细胞之间存在由这些免疫蛋白介导的负交叉作用。最终，研究团队基于ESCC/PanCK+细胞中ARG1、TME-L/CD45+细胞中STING和IDO1的表达建立了R/M风险预测评分模型。
图3
4、R/M风险评分可具体预测ESCC患者手术切除后的R/M发生率
为评估R/M风险评分模型的优越性，研究团队将其与CICC8分期系统进行比较，发现该模型具有更好的阳性预测值（PPV）和特异性（图4）。此外，R/M风险评分也是ESCC的独立预后指标，但是值得注意的是，被纳入R/M风险评分模型的IDO1、ARG1和STING蛋白在ESCC/PANCK+和TME-L/CD45+细胞中的表达并不是ESCC患者的预后标志物。总之，研究团队基于免疫蛋白的评分模型在预测ESCC患者根治术后的R/M状态方面优于LNM和TNM分期。
图4
5、TME-L中表达的IDO1可准确预测ESCC患者的R/M风险
为简化模型的临床转化，减轻患者的经济负担，研究团队进一步分析R/M风险评分与三种免疫蛋白（IDO1_CD45、STING_CD45和ARG1_PanCK）表达的相关性，并以此构建LASSO模型。研究团队发现，TME-L中的IDO1的表达与R/M风险评分呈线性相关（图5），而TME-L中的STING和 ESCC肿瘤细胞中的ARG1_表达与 R/M 风险评分无明显相关性，该结果利用双重IHC在发现队列和验证队列中都得到了验证。
图5
文章总结
研究团队利用空间蛋白组学技术对，对ESCC患者的肿瘤细胞区域和TME-L区域进行多重蛋白靶标的表达进行解析，研究结果不仅为预测R/M风险提供了一种基于免疫蛋白空间表达的更准确的评分方法，而且还提出了肿瘤免疫微环境中IDO1可能在介导ESCC的R/M中起着重要推动作用。
网友评论