肿瘤微环境（TME）对患者的临床治疗和免疫应答有重要影响。2021年6月，Nathan Fowler等人在Cancer Cell上发表了题为“Conserved pan-cancer microenvironment subtypes predict response to immunotherapy”的研究论文，鉴定了4种在不同肿瘤中保守的TME亚型，有助于患者的精准分型和个性化治疗。后续附上文献详解以馈读者。

       临床上，基因组水平的变异特征（基因突变、缺失、结构变异等）有助于肿瘤治疗方案的选择。然而，其应用仅局限于与肿瘤进展密切相关的少数基因，而忽略了绝大部分基因的潜在作用。基因转录水平的特征提供了解析肿瘤高度复杂性和异质性的新视角，也为开发新的肿瘤标志物和治疗方案提供了参考。TME指肿瘤细胞产生和生活的内环境，不仅包括了肿瘤细胞本身，还有其周围的免疫和炎症细胞、肿瘤相关的成纤维细胞（CAF）、临近间质组织、微血管以及各种细胞因子和趋化因子。肿瘤细胞和其微环境密不可分，大量研究已经证实TME与免疫治疗之间的关联，对TME的精准分型可以更好地指导临床治疗。然而目前，通过整合分析基因组变异和转录特征来解析TME的研究依然匮乏，且缺少系统高效的工具供研究人员使用。为此，作者建立了基于转录特征的TME分型平台，并结合不同TME亚型的基因组变异特征，搭建了便于访问的可视化数据库。

建立TME基因表达特征标签

        基于已有报道，作者搜集了可以代表肿瘤细胞功能特征、免疫、基质和其他组分的特征标签（knowledge-based functional gene expression signatures，Fges），建立一个由29个Fges来全面表征TME的模型，每个Fges中包含的基因只与特定的细胞类型或生物学功能相关（图1）。通过ssGSEA计算各个Fges的相对活性，发现Fges具有高度的细胞类型特异性。比如，在肿瘤细胞中，用于表征增殖的Fges活性显著高于正常细胞。在TCGA黑色素瘤数据集中分析发现，29个Fges主要分成两类：一类是以T细胞为主的免疫相关标签；另一类是与TME相关的标签，如CAF等。基于29个Fges对肿瘤的分类结果与CIBERSORT、MCP-counter等一致，证实了分类的可靠性。

4类黑色素瘤TME亚型

        基于29个Fges标签的相对活性，利用无监督聚类法可将TCGA中的470个黑色素瘤样本分成4类TME亚型，不同亚型之间的Fges活性有显著差别，最终呈现出以免疫激活/抑制和肿瘤细胞基质为主的TME特征（图2）。4类TME亚型主要特征如下：

        immune-enriched， fibrotic （IE/F）：类似immune-excluded；血管生成和CAF相关的Fges的激活；

        immune-enriched， non-fibrotic （IE）：高度免疫激活状态；肿瘤突变负荷（TMB）高；CD8+ T/Tregs比值和M1/M2巨噬细胞比值均为最高；JAK/STAT信号通路活性增强；预后显著优于F和D亚型；PD-L1表达水平上调；immune-inflamed；

        fibrotic（F）：少量白细胞和淋巴细胞；血管生成和CAF相关的Fges的激活；TGF-beta、EMT及肿瘤转移信号通路活性增强；与不良预后相关；

        immune-depleted（D）：少量白细胞和淋巴细胞；恶性细胞比例最高；染色体不稳定性最高；与不良预后相关；immune-desert。

        为了验证分型可靠性，作者在其他23个黑色素瘤数据集中得到了类似的分类结果，F和D亚型的病人预后显著差于其他亚型。

TME亚型在不同癌种间保守

        将上述分析扩展到TCGA数据库中的8024个样本（包含25类肿瘤），在去除组织特异性之后，同样可以将所有样本分为4类TME亚型（图3）。生存分析表明，对于多数癌症，IE和IE/F亚型的患者预后要优于D和F亚型，且IE亚型与良好预后的关系更为显著。当然，该现象具有一定的癌症特异性。比如，D亚型的宫颈鳞癌（CESC）患者，其预后与IE亚型并没有显著差别。结合肿瘤特异的临床指标，多因素分析表明TME亚型在多数癌种中可以作为独立的预后指标。

TME亚型可以预测肿瘤的免疫应答

        已有研究表明，免疫治疗尤其是免疫检查点阻断的效果与T细胞浸润、TMB以及肿瘤自身的抗原之间有密切联系。为了探寻TME亚型对免疫治疗是否有指导意义，作者在多个免疫治疗数据集中（anti-CTLA-4，melanoma；anti-PD1，melanoma；anti-PD-L1，bladder cancer；anti-PD1，gastric cancer）比较了不同亚型病人的临床预后情况（图4）。结果发现，IE亚型的病人对免疫治疗的应答率显著高于F亚型，同时也有更长的总体存活时间/无进展生存期，表明TME亚型可以作为多种临床免疫治疗中病人应答效果的潜在靶标。

        TMB与免疫应答和病人预后存在关联，然而作者发现在上述黑色素瘤数据集中，其与TME亚型并无显著联系。多因素整合分析表明TME亚型可以作为独立于TMB的预后因子。结合TMB和TME亚型，可以更为准确地预测病人的免疫应答。以往研究报道了多种可以表征病人预后的基因标签，比如immunophenoscore、PD-L1、TCGA分子亚型等。尽管这些基因标签在特定数据集中与病人的免疫应答相关，然而并没有一个基因标签（包括TME亚型）能对不同来源病人进行准确分类。

免疫治疗前后肿瘤TME亚型的动态变化

        TME可以直接影响肿瘤的免疫治疗效果，追踪TME的动态变化可以指导临床的精准施药。作者选择了不同免疫治疗前后的黑色素瘤患者作为分析对象，比较治疗前后TME亚型的变化情况。结果发现，对anti-CTLA4产生免疫应答的患者多为IE/F和IE亚型，而抵抗治疗的多为F和D亚型（图5）。在anti-PD1数据集中，产生免疫应答的患者在治疗前大多属于IE/F或IE亚型，治疗后维持原有亚型或更加immune-enriched的状态；而抵抗治疗的患者维持F或D亚型，或发展到immune-depleted/fibrotic的状态。作者还发现产生应答的患者中，T/NK细胞相关的Fges活性在治疗后显著增强，表明治疗激活了肿瘤的免疫环境。

TME亚型与肿瘤基因突变相关

        基因/致癌通路的突变可以影响TME，作者发现染色体上编码免疫基因或癌基因区域的结构变异与TME亚型显著相关（图6）。免疫治疗的靶基因PD-L1和PD-L2（9p24）在IE亚型的肿瘤中显著扩增，由此推测肿瘤内重新激活的淋巴细胞可能促进了这些免疫检查点的上调。抗凋亡基因BCL2L1（20q11.21）在IE亚型的肿瘤中广泛扩增，而在F亚型中多为缺失。此外，IE亚型的肿瘤中与DNA损伤修复相关的基因具有更高频率的突变，推测可能会产生较多的新抗原，从而响应免疫治疗。在此基础上，作者整合了已知的基因突变靶点，结合TME分型可以进一步地指导临床治疗。值得注意的是，在泛癌水平上并没有发现一些基因特定类型的变异在4类TME亚型中明显富集，推测可能与各癌种自身特性以及TCGA中不同癌种规模大小有关。

TME亚型分子特征数据库

        前文分析中，作者鉴定了4类在泛癌水平上保守的TME亚型，并比较了不同亚型肿瘤的分子特征和病人预后。为了更加直观地展示不同亚型乃至个别病人的TME特性，作者搭建了便于访问的数据库（https://science.bostongene.com/tumor-portrait/）。访问时，用户可根据个人需求选择特定癌种，随后可以直观地获得不同病人的TME详情以及潜在的治疗靶点（图7）。此外，用户还可以自定义地分析不同TME亚型病人在具体分子通路上的差异，并完成在线绘图。

小结

        TME对肿瘤的治疗效果有巨大影响。Nathan Fowler等人系统地解析了TCGA数据库中多种癌种的TME特征，并鉴定出4类保守的TME亚型。不同的TME亚型与病人预后显著相关，并可以预测肿瘤的免疫应答，具有实际的临床指导意义。科研方面，在已有TCGA肿瘤亚型（分子/免疫等）的基础上，TME分型提供了解析肿瘤特征的新角度。此外，在作者搭建的数据库中，用户可下载~8000例肿瘤样本的Fges数据，更加便于科研人员结合自身需求开展个性化研究。