
-
生物通官微
陪你抓住生命科技
跳动的脉搏
整合免疫表型分析和ProMisE分子检测作为复发性子宫内膜癌患者对免疫检查点抑制剂治疗反应的预测指标
《Cancer Immunology, Immunotherapy》:Integrated immunophenotypic and ProMisE molecular profiling as predictors of immune checkpoint inhibitor response in recurrent endometrial cancer
【字体: 大 中 小 】 时间:2026年06月03日 来源:Cancer Immunology, Immunotherapy 4.6
编辑推荐:
摘要背景免疫检查点抑制剂(ICIs)是复发性子宫内膜癌(EC)的重要治疗选择;然而,治疗反应差异很大。尽管ProMisE分子分类提供了预后和预测信息,但它并不能完全解释ICIs治疗结果的异质性。为了进一步完善生物标志物的开发,需要进一步表征肿瘤免疫微环境(TIME)。方法我们回顾
免疫检查点抑制剂(ICIs)是复发性子宫内膜癌(EC)的重要治疗选择;然而,治疗反应差异很大。尽管ProMisE分子分类提供了预后和预测信息,但它并不能完全解释ICIs治疗结果的异质性。为了进一步完善生物标志物的开发,需要进一步表征肿瘤免疫微环境(TIME)。
我们回顾性分析了72名接受ICIs治疗的复发性EC患者。使用数字病理学方法量化了包括CD8、CD68、CD163、CD47、CD276、PD-L1和HLA I类在内的免疫标志物。评估了免疫标志物、ICIs反应和无进展生存期(PFS)之间的关联,既在整体上也在ProMisE分子亚型范围内进行了分析。在一项探索性补充分析中,对51例有额外FFPE材料的病例进行了Foxp3免疫染色。
响应者表现出更活跃的免疫微环境(TIME),其特征是中央肿瘤(CT)中CD8? T细胞浸润增加;而非响应者则在侵袭边缘(IM)有富集的CD68?肿瘤相关巨噬细胞,并且CD47表达水平较高。在不同的ProMisE亚型中观察到了不同的免疫特征。错配修复缺陷(MMRd)肿瘤表现出更高的肿瘤内CD8+浸润,而p53异常(p53abn)肿瘤则表现出更强的免疫抑制特征,包括CD163+巨噬细胞密度和CD47表达升高。亚型特异性分析显示,PFS与不同的免疫决定因素相关,包括MMRd亚型中的CD8+ T细胞浸润、无特定分子谱型(NSMP)中的CD47表达水平以及p53abn亚型中的CD68.IM。在Forkhead box P3(Foxp3)亚群中,CD8/Foxp3比率与ICIs反应和PFS的关联比单独的Foxp3更强。
肿瘤免疫表型提供了与ProMisE分类互补的临床相关信息。我们的结果支持这样一种模型:即细胞毒性T细胞浸润和免疫抑制途径共同决定了复发性EC中ICIs的治疗效果。将ProMisE分类与免疫学分析相结合可能有助于更精确地分层患者,从而优化ICIs的治疗效益。
免疫检查点抑制剂(ICIs)是复发性子宫内膜癌(EC)的重要治疗选择;然而,治疗反应差异很大。尽管ProMisE分子分类提供了预后和预测信息,但它并不能完全解释ICIs治疗结果的异质性。为了进一步完善生物标志物的开发,需要进一步表征肿瘤免疫微环境(TIME)。
我们回顾性分析了72名接受ICIs治疗的复发性EC患者。使用数字病理学方法量化了包括CD8、CD68、CD163、CD47、CD276、PD-L1和HLA I类在内的免疫标志物。评估了免疫标志物、ICIs反应和无进展生存期(PFS)之间的关联,既在整体上也在ProMisE分子亚型范围内进行了分析。在一项探索性补充分析中,对51例有额外FFPE材料的病例进行了Foxp3免疫染色。
响应者表现出更活跃的免疫微环境(TIME),其特征是中央肿瘤(CT)中CD8? T细胞浸润增加;而非响应者则在侵袭边缘(IM)有富集的CD68?肿瘤相关巨噬细胞,并且CD47表达水平较高。在不同的ProMisE亚型中观察到了不同的免疫特征。错配修复缺陷(MMRd)肿瘤表现出更高的肿瘤内CD8+浸润,而p53异常(p53abn)肿瘤则表现出更强的免疫抑制特征,包括CD163+巨噬细胞密度和CD47表达升高。亚型特异性分析显示,PFS与不同的免疫决定因素相关,包括MMRd亚型中的CD8+ T细胞浸润、无特定分子谱型(NSMP)中的CD47表达水平以及p53abn亚型中的CD68.IM。在Forkhead box P3(Foxp3)亚群中,CD8/Foxp3比率与ICIs反应和PFS的关联比单独的Foxp3更强。
肿瘤免疫表型提供了与ProMisE分类互补的临床相关信息。我们的结果支持这样一种模型:即细胞毒性T细胞浸润和免疫抑制途径共同决定了复发性EC中ICIs的治疗效果。将ProMisE分类与免疫学分析相结合可能有助于更精确地分层患者,从而优化ICIs的治疗效益。
生物通微信公众号