免疫检查点抑制剂(ICI),如CTLA-4单抗、PD-1/L1单抗的应用显著改善了晚期癌症患者的预后。然而,不同肿瘤和不同患者对ICI治疗的疗效差异迥然。至今为止,大量预测ICI治疗疗效的研究都集中在肿瘤免疫表型、体细胞基因组学特征或感染的微生物群,而宿主胚系基因组学特征对ICI疗效的影响尚不清楚。人类白细胞抗原I类(HLA-I)的基因类型与感染、炎症状态和自身免疫疾病的不同免疫应答有关。近期一些研究发现,HLA-I基因多态性可能影响ICI治疗的疗效。
广西医科大学肿瘤医院病理科主任医师,病理学术带头人
中华医学会病理学分会骨与软组织疾病学组委员
中国抗癌协会肿瘤病理专业委员会骨与软组织疾病学组委员
广西第七届抗癌协会理事
广西抗癌协会肿瘤病理专业委员会常务委员
广西妇幼保健协会阴道镜和宫颈病理学分会第一届委员会常务委员
广西医学会病理学分会第十届委员会委员
广西医师协会临床病理科医师分会第一届委员会委员
广西抗癌协会淋巴瘤专业委员会第二届委员会委员
主持和参与广西壮族自治区卫生厅重点课题及国家自然基金项目多项,获广西医药卫生适宜进步推广奖二等奖一项,已在SCI、《中华病理学杂志》等期刊上发表论文20余篇
HLA-I基因概况及其与免疫监测的关系
人类白细胞抗原(HLA)基因位于6号染色体上,是人类基因组学中最具多态性区域,每一个基因都具有数千个等位基因。HLA-I类分子是细胞毒性T细胞反应的重要参与者,每一个HLA-I类分子与胞内蛋白的特定多肽结合,并将其提呈给CD8+ T细胞。HLA基因体细胞突变率的增高与HLA功能异常显著相关,是免疫逃逸的潜在机制,参与肿瘤形成和肿瘤进展。每个个体表达6种主要组织相容性复合物(MHC)I类分子,由位于6号染色体上的2个同源重组拷贝中的3个基因(HLA-A,HLA-B和HLA-C)编码[1,2]。HLA-I类分子多态性主要表现为多肽结合区(即抗原结合口袋)的基因测序的多样性。每一个HLA-I类分子变体均有其自身独特性,虽然相互之间有覆盖;多肽的多样性也称为人类免疫多肽组。
HLA-I基因多态性与ICI治疗生存率的相关性
ICI的抗肿瘤作用依赖CD8+ T细胞,即HLA-I类分子依赖的免疫反应。近期一项研究[3]纳入了2个队列,超过1535例接受ICI治疗的患者,结果发现HLA-I类分子多态性(即HLA-I类分子杂合性)与更好的预后相关。队列1入组了369例接受CTLA-4单抗或PD-1单抗治疗的患者,其中269例为晚期黑色素瘤,100例为晚期非小细胞肺癌(NSCLC),这些患者接受了全外显子测序。队列2入组了1166例不同肿瘤类型患者,包括黑色素瘤和NSCLC,接受了靶向二代测序(MSK-IMPACT),这些患者在纪念斯隆凯特林癌症中心(Memorial Sloan Kettering Cancer Center)接受抗CTLA-4单抗、PD-1/L1单抗或两者联合治疗。这2个队列的患者均使用DNA测序数据对正常DNA进行高通量HLA-I类分子基因分型或接受经过临床验证对HLA基因分型分析(LabCorp)。研究旨在评估HLA-I类分子表位多样性(即杂合性)是否与免疫治疗更好的预后相关。采用Cox比例风险回归模型评估队列1和队列2中HLA-I基因(HLA-A、HLA-B和HLA-C)多样性与患者预后的关系。结果显示,队列1中,HLA-I类分子在至少一个基因位点表现出纯合子与更差的预后相关(n=369;HR=1.40;95%CI:1.02~1.9;P=0.036);这一研究结果在队列2中得到验证(n=1166;HR=1.31;95%CI:1.03~1.70;P=0.028)。在多变量Cox回归模型中,校正了患者的肿瘤突变负荷、肿瘤分期、年龄和药物类型后,队列1(HR=1.50;95%CI:1.07~2.10;P=0.02)和队列2(HR=1.31;95%CI:1.03~1.67;P=0.028)中HLA-I类分子纯合子仍与更差的预后相关。
此外,研究还发现接受抗PD-1单抗治疗的HLA-I类分子所有位点均表现为杂合子的患者相比于HLA-I类分子为纯合子患者,具有更高的T细胞受体(TCRs)治疗克隆性,即杂合子患者的TCR表位可以进行更好的克隆扩增。鉴于一种肿瘤中仅一小部分体细胞突变是具有免疫原性的,提示即使HLA-I类分子的微小差异也会可能影响免疫治疗后T细胞的抗肿瘤反应。
HLA-I类分子表达缺失可能影响ICI反应,干扰了抗原呈递的基本过程
免疫逃逸是肿瘤生物学中的一个关键过程,在肿瘤进展过程中,肿瘤细胞必须逃逸免疫杀伤[4]。免疫逃逸的重要机制之一是通过阻断抗原提呈通路。例如,肿瘤可以下调HLA-I类分子表达,这就需要使HILA-I类基因出现失活突变[5],干扰稳定β2-微管蛋白(β2M)的功能或使HLA-I类基因失去杂合性(LOH),其中母系或父系的HLA-I类分子单体型杂合性在体细胞中已经缺失[6]。研究发现,一些具有HLA-I类基因胚系杂和性的患者,其肿瘤细胞可以表现为HLA-I类分子体细胞的LOH,这就影响其接受ICI治疗的疗效[3]。研究还发现HLA基因功能缺失变异(如移码不定、无义和剪接位点突变)可能会导致肿瘤细胞的HLA-I类表面表达缺失,从而影响抗原向免疫细胞的表达。有证据表明[5],HLA外显子2和3的突变优先定位于将肽锚定到MHC结合槽至关重要的残基,干扰抗原呈递的基本过程。
近期一项研究[7]显示,HLA表达缺失可能影响ICI的疗效。HLA-I类分子复合物介导的肿瘤抗原提呈在细胞毒性T淋巴细胞(CTL)的活化中扮演重要角色,因此,其可以抑制PD-1和PD-L1的结合。这一研究评估了HLA-I类分子复合物和肿瘤间质中的CTL浸润是否可以预测肺癌患者接受ICI治疗的疗效。研究共纳入15例患者,其中5例接受抗PD-1单抗治疗,10例接受抗PD-L1单抗治疗,结果显示,HLA-I类分子高或中等表达的患者相比于不表达患者,接受ICI治疗后可以取得更长的生存。这就提示HLA-I类分子表达和CTL浸润可以预测抗PD-1/L1单抗的疗效。此外,HLA-I类分子介导的抗原提呈机制在抗肿瘤免疫反应中的作用也在基于CRISPR–Cas9技术下的临床前模型中得到验证[8]。
总结
作为公认的ICI疗效预测标志物,PD-L1表达检测已获FDA批准用于PD-1/L1单抗的伴随或补充诊断。尽管目前PD-L1表达检测还存在一定的局限性,但其仍为重要且应用最广泛的预测标志物。在临床应用中,应根据药物获批适应证选择适合的PD-1/L1抑制剂和PD-L1表达检测抗体。显然,免疫治疗仍需探寻更多的疗效预测标志物。提高体细胞HLA突变检测的敏感性和准确性,可以更好地描述与肿瘤免疫逃逸机制密切相关的特征;患者特异性HLA-I基因型以及肿瘤体细胞改变均影响ICI治疗的疗效。因此,HLA-I作为颇具潜力的免疫治疗疗效预测标志物,未来值得更多研究探索。
[1]Pereira C, Gimenez-Xavier P, Pros E, Pajares MJ, Moro M, Gomez A, et al. Genomic Profiling of Patient-Derived Xenografts for Lung Cancer Identifies B2M Inactivation Impairing Immunorecognition. Clin Cancer Res 2017;23(12):3203-3213.
[2]Havel JJ, Chowell D, Chan TA. The evolving landscape of biomarkers for checkpoint inhibitor immunotherapy. Nat Rev Cancer 2019;19(3):133-150.
[3]Chowell D, Morris LGT, Grigg CM, Weber JK, Samstein RM, Makarov V, et al. Patient HLA class I genotype influences cancer response to checkpoint blockade immunotherapy. Science 2018;359(6375):582-587.
[4]Schreiber, R. D., Old, L. J. & Smyth, M. J. Cancer immunoediting: integrating immunity’s roles in cancer suppression and promotion. Science 2011;331,1565–1570.
[5]Shukla SA, Rooney MS, Rajasagi M, Tiao G, Dixon PM, Lawrence MS, et al. Comprehensive analysis of cancer-associated somatic mutations in class I HLA genes. Nat Biotechnol 2015;33(11):1152-8.
[6]Zaretsky, J. M. et al. Mutations associated with acquired resistance to PD-1 blockade in melanoma.N. Engl. J. Med. 2016;375, 819–829.
[7]Rodig, S. J. et al. MHC proteins confer differential sensitivity to CTLA-4 and PD-1 blockade in untreated metastatic melanoma. Sci. Transl Med. 2018;10, eaar3342.
[8]Patel, S. J. et al. Identification of essential genes for cancer immunotherapy. Nature 2017; 548, 537–542.