本研究由加州大学洛杉矶分校（UCLA）David Geffen医学院神经外科系的Melody Hsu和Shaina Sedighim等作者共同完成，并发表于2016年5月的《Cancer Immunology Research》期刊（卷4，期5，页码412-418）。

研究背景与目的

胶质母细胞瘤（Glioblastoma， GBM）是成人中最常见且致死率最高的原发性中枢神经系统恶性肿瘤。标准治疗（手术、放疗和化疗）后的中位总生存期（Overall Survival， OS）仅为12-18个月，因此迫切需要新的治疗策略。自体肿瘤裂解物脉冲树突状细胞（autologous tumor lysate-pulsed dendritic cell， DC）疫苗疗法因其能针对GBM这种高度异质性的肿瘤提供个体化的免疫反应，在I/II期临床试验中显示出良好的安全性和耐受性。然而，不同患者对该疗法的反应差异巨大：一部分患者获益显著，生存期大大延长；而另一些患者的病程似乎未受影响。因此，亟需开发能够预测和监测患者对DC疫苗免疫反应的有效生物标志物。

传统上，评估免疫反应通常依赖于已知的抗原靶点，但DC疫苗针对的是患者个体化的肿瘤抗原，这些抗原通常是未知的。这使得传统的免疫监测方法面临挑战。本研究假设，DC疫苗的作用是激活或增强针对个体化肿瘤特异性抗原的T细胞免疫应答，而这些特异性T细胞克隆会浸润肿瘤（即肿瘤浸润淋巴细胞， Tumor Infiltrating Lymphocyte， TIL）并介导肿瘤破坏。因此，定量评估肿瘤内的TIL含量，以及追踪这些T细胞在肿瘤和外周血中的动态变化，可能成为预测和监测治疗反应的强大工具。

基于此，本研究旨在利用一种新颖的高通量测序技术——下一代T细胞受体测序（Next Generation Sequencing of T Cell Receptor， TCR NGS），来解决两个核心问题：1) GBM患者接受DC疫苗治疗前，其肿瘤中定量评估的TIL含量能否预测治疗后的生存结局？2) 比较同一患者肿瘤与外周血中TCR序列的重叠度（TCR overlap）在治疗前后的动态变化，这种重叠度是否与临床疗效相关？最终目标是建立一个基于TCR测序的预测模型，用于识别可能从DC疫苗中受益的患者，并实时监测正在发生的免疫反应。

详细研究流程

本研究是一项回顾性研究，分析了15名参与UCLA DC疫苗I/II期临床试验的GBM患者（9例新诊断，6例复发）。研究的关键前提是拥有治疗前的新鲜冷冻肿瘤组织样本以及匹配的外周血单核细胞（PBMC）样本。对于其中5名在DC疫苗接种后肿瘤复发并再次手术的患者，还获得了治疗后（复发时）的肿瘤组织样本。

实验和分析流程主要包含以下几个核心步骤：

1. 样本收集与处理：

   • 肿瘤组织：收集手术切除后用于临床诊断剩余的肿瘤组织，去除血液和坏死区域。通过H&E染色进行质控，确保组织中含有>20%的肿瘤细胞。从中提取基因组DNA。
   • 外周血样本：在DC疫苗接种前、完成第3次疫苗接种后2周、以及肿瘤进展时（如果发生）采集患者血液，分离PBMC并提取基因组DNA。

2. 高通量TCRβ链测序：

   • 使用Adaptive Biotechnologies公司的ImmunoSEQ平台，对从肿瘤组织和PBMC中提取的DNA进行TCRβ链互补决定区3（CDR3）的高通量深度测序。
   • 该方法采用多重PCR，使用60个针对TCR Vβ基因片段的前向引物和13个针对Jβ基因片段的反向引物，对重排的TCRβ基因进行扩增和测序。
   • 通过对原始测序数据进行纠错、压缩，并利用最近邻算法将相似序列合并以消除PCR和测序误差，最终获得每个样本中独特的TCR序列及其读取计数。

3. TIL含量与TCR重叠度计算：

   • 估计的TIL含量（estimated TIL content）：这是一种基于测序数据的数字基因组定量方法。原理是：通过输入的DNA总量推算出样本中的总细胞数，再通过测序读长和合成的内参模板计算出具有功能性TCR重排的T细胞绝对数量。两者之比即为T细胞在总细胞中的比例，即估计的TIL含量。该方法不依赖于形态学，提供了对肿瘤免疫微环境中T细胞比例的定量评估。
   • TCR重叠度（TCR overlap）：用于评估同一患者肿瘤样本与PBMC样本之间TCR序列的相似性。计算公式为：两个样本（A和B）中共有的所有独特TCR序列的测序读长总数，除以两个样本总测序读长之和。该值范围从0到1，值越高表示两个样本共享的TCR序列越多，即T细胞在肿瘤和外周血之间的交流或迁移程度越高。

4. 数据关联分析与验证：

   • 生存分析：将计算出的治疗前肿瘤TIL含量与患者的无进展生存期（Time to Progression， TTP）和总生存期（OS）进行关联分析。使用Cox回归模型评估TIL含量作为生存预测因子的风险比（Hazard Ratio， HR）。此外，还将患者按TIL含量的上四分位数分为高TIL组和低TIL组，比较两组间的生存差异。
   • TCR重叠度动态监测：对于那5名拥有治疗前后配对肿瘤样本的患者，详细分析了他们治疗前肿瘤、治疗后（复发）肿瘤，与不同时间点（治疗前、治疗后、进展时）外周血之间的TCR重叠度动态变化，并将这种变化模式与患者的OS进行关联。
   • 免疫组化验证：为了验证NGS测序得出的TIL含量的可靠性，研究还对部分患者的福尔马林固定石蜡包埋（FFPE）肿瘤切片进行了CD8 T细胞的多重免疫荧光染色和定量分析，以进行相关性比较。
   • 对照分析：为了探究TIL的预后作用是否依赖于DC疫苗治疗，研究还对另外6名未接受免疫治疗的GBM患者的肿瘤样本进行了TCR测序，并分析了其TIL含量与生存期的关系，作为对照。

主要研究结果

1. 治疗前肿瘤TIL含量是DC疫苗接种后生存的强预测因子：

   • Cox回归分析显示，治疗前肿瘤中更高的估计TIL含量与更长的TTP（HR=0.252， p=0.0442）和OS（HR=0.277， p=0.0461）显著相关。
   • 将患者按TIL含量分为上四分位数组（高TIL）和下四分之三组（低TIL）后，高TIL组患者的TTP和OS均显著长于低TIL组（p值分别为0.0088和0.0038）。所有生存期超过30个月的患者，其治疗前TIL含量均属于高TIL组。所有长期生存者（OS >5年）的TIL含量均位于上四分位数。
   • 免疫荧光定量分析CD8+ T细胞密度的结果与NGS估计的TIL含量结果一致，验证了测序方法的可靠性。
   • 关键对照结果：在未接受免疫治疗的6名GBM患者中，其肿瘤的TIL含量与TTP或OS均无显著相关性（p值>0.8）。这表明，TIL含量的预后价值特异于后续接受免疫治疗的患者群体，而非GBM的普遍预后标志物。这强烈暗示高TIL含量可能标志着一个“免疫许可”的肿瘤微环境，使患者更有可能从DC疫苗等免疫疗法中获益。

2. 肿瘤与外周血之间的TCR重叠度与临床疗效相关：

   • 对5名拥有配对样本的患者进行深入分析发现，TCR重叠度的动态模式与生存结局密切相关。研究据此提出了三种反应模式：
     • 高高重叠反应者：患者1-708和17-232。他们在治疗前肿瘤与治疗前外周血之间就表现出很高的TCR重叠度。这种高重叠状态在DC疫苗接种后以及肿瘤复发时依然得以维持。这两名患者获得了最长的OS（分别为28.7个月和71.3个月）。这表明他们体内可能已存在较强的抗肿瘤T细胞反应，DC疫苗起到了增强或维持该反应的作用。
     • 低低重叠反应者：患者6-815和21-828。他们在治疗前后，肿瘤与血液之间的TCR重叠度始终很低。这两名患者的生存期很短（分别为6.3个月和4.5个月）。这表明他们可能缺乏初始的抗肿瘤免疫反应，并且对DC疫苗治疗也无反应。
     • 低高重叠反应者：患者32-204。其治疗前肿瘤与血液的TCR重叠度很低，但在DC疫苗接种后，复发肿瘤与治疗后血液之间的TCR重叠度出现了200倍的显著增加。该患者的OS（12.6个月）介于上述两组之间。这强烈提示DC疫苗在该患者体内成功地从头（de novo）诱导出了新的、能够浸润肿瘤的抗肿瘤T细胞克隆。

3. T细胞克隆性与生存无直接关系：研究并未发现肿瘤内TCR克隆性（clonality， 即T细胞受体库的多样性）的增加与患者生存期延长有直接关联。这暗示有效的抗肿瘤免疫反应可能需要一个多样化、多克隆的T细胞应答，而非仅由少数几个优势克隆主导。

结论与意义

本研究证实，基于高通量TCR测序的定量评估方法，能够为DC疫苗治疗GBM提供有价值的预测和监测生物标志物。

1. 预测性生物标志物：治疗前肿瘤的估计TIL含量可以作为一种有效的预测工具，用于筛选最有可能从DC疫苗治疗中获益的患者。高TIL含量的患者更可能获得长期的生存获益。
2. 监测性生物标志物：动态监测肿瘤与外周血之间的TCR重叠度，能够实时反映治疗诱导的抗肿瘤T细胞免疫反应的强度和质量。高高重叠模式预示良好的持续反应和长生存；低高重叠模式表明治疗成功诱导了新免疫反应，对应中等生存；而低低重叠模式则预示治疗无效和不良预后。
3. 方法学价值：本研究展示了一种不依赖于已知抗原特异性的免疫监测新策略。通过追踪TCR序列本身，而不是其识别的抗原，该方法能够绕过个体化肿瘤抗原未知的障碍，为各种个性化免疫疗法的疗效评估提供了通用工具。

研究亮点与创新

1. 方法创新：首次将高通量TCR测序技术系统地应用于GBM的DC疫苗治疗研究，将TIL含量的定量评估和T细胞克隆的动态追踪相结合，提供了超越传统病理学和流式细胞术的深度见解。
2. 发现的重要性：明确了TIL含量作为预测标志物的条件特异性——其预后价值仅在免疫治疗背景下成立，这深化了对肿瘤免疫微环境与治疗相互作用的理解。
3. 临床转化潜力强：提出的“TCR重叠度”模型直观且具有临床实用性，能够将复杂的免疫监测数据转化为可解释的、与临床结局直接相关的反应分型（高高、低高、低低），为未来临床决策（如治疗持续或调整）提供了潜在依据。
4. 提出新见解：研究结果支持了有效的抗肿瘤免疫可能需要多克隆T细胞反应的假说，并揭示了DC疫苗可能通过两种不同机制起效：对于已存在反应的患者是“增强”，对于无初始反应的患者是“从头诱导”。

其他有价值的要点

研究承认了其局限性，包括样本量较小、患者队列异质性（包含新诊断和复发患者）以及配对样本（治疗前后肿瘤）数量有限。尽管如此，即使在这样的小样本中，研究仍获得了具有统计学意义和生物学启示的发现。作者指出，未来的研究需要在前瞻性临床试验中进行验证，并尝试结合TCRα/β链配对测序、肿瘤全外显子测序和肽段筛选等技术，以最终鉴定出被这些共享TCR克隆所识别的特异性肿瘤抗原，从而实现从“监测”到“靶向”的跨越。本研究为这一目标的实现奠定了重要的方法学和概念基础。