考特智药 CortexChem
首页知识库关于我们立即体验
返回知识库
肿瘤免疫

免疫检查点抑制剂疗效预测：生物标志物的研究前沿与临床实践

CortexChem 研究团队
2026-03-15
15 min read

免疫检查点抑制剂（Immune Checkpoint Inhibitors，ICI）——尤其是靶向PD-1/PD-L1轴和CTLA-4的单克隆抗体——已在多种实体肿瘤中确立了标准治疗地位。然而，持续性临床获益（通常定义为≥6个月的肿瘤稳定或缓解）仅见于20%～40%的患者，而大多数患者在承担免疫相关不良事件（irAE）风险的同时并未获益 [1]。精准识别ICI响应者与无响应者，是肿瘤精准免疫治疗领域的核心挑战。现有生物标志物可从肿瘤内在特征（PD-L1、TMB、MSI/MMR）和肿瘤免疫微环境（TIL密度、M1/M2巨噬细胞比例、TGF-β轴）两个维度来系统理解。

PD-L1表达：应用最广但局限明显

PD-L1（CD274）表达通过IHC检测肿瘤细胞（TC）和肿瘤浸润免疫细胞（IC）的蛋白表达水平，是目前临床应用最广泛的ICI预测生物标志物。KEYNOTE系列研究将肺癌患者中PD-L1 TPS（肿瘤比例评分）≥ 50%定义为帕博利珠单抗一线单药治疗的优势人群。

然而，PD-L1作为生物标志物存在系统性局限：

分析层面：

  • 不同检测平台（22C3、28-8、SP142、SP263等）的判读结果一致性差（κ系数0.6～0.8）
  • 肿瘤活检的空间异质性导致单点活检可能低估真实PD-L1状态
  • 时间异质性：治疗前、治疗中、进展后的PD-L1表达动态变化显著

临床层面：

  • PD-L1阴性（TPS < 1%）患者中约10%仍对ICI有显著响应（NSCLC数据）
  • PD-L1高表达（TPS ≥ 50%）患者中约30%对ICI无响应或早期进展
  • 在胃癌和尿路上皮癌中，CPS（联合阳性评分）优于TPS的预测效能

肿瘤突变负荷（TMB）：泛癌种的跨靶点预测标志物

肿瘤突变负荷（Tumor Mutational Burden，TMB）定义为每兆碱基（Mb）体细胞非同义突变数量，反映肿瘤产生新抗原（neoantigen）的潜力，从而影响T细胞识别和免疫激活的概率。

2020年，FDA基于KEYNOTE-158篮子研究（10种肿瘤）批准帕博利珠单抗用于血液TMB（bTMB）≥ 10 mut/Mb的不可切除实体瘤，这是首个泛癌种TMB驱动的ICI适应证 [2]。

然而，TMB的临床预测价值存在显著的癌种依赖性：

癌种 TMB-H定义 TMB与ICI响应的相关性 代表性研究
NSCLC ≥ 10 mut/Mb 中等相关（bTMB优于tTMB） KEYNOTE-158
黑色素瘤 ≥ 10 mut/Mb 弱相关（MSI更强预测） CM-067
胶质母细胞瘤 ≥ 10 mut/Mb 几乎无相关 —
MSI-H结直肠癌 多数 > 40 mut/Mb 强相关（MSI为主导标志物） KEYNOTE-177
小细胞肺癌 ≥ 10 mut/Mb 弱相关 IMpower133

TMB检测的标准化是关键挑战：不同NGS平台、panel大小（20 kb ~ 1.1 Mb）、生物信息分析流程均可影响TMB计算结果，目前TsO500（Foundation One CDx）被视为组织TMB的参考标准。

MSI/dMMR：结直肠癌免疫治疗的"黄金标准"生物标志物

微卫星不稳定性（MSI-H）/错配修复缺陷（dMMR）源于MLH1、MSH2、MSH6、PMS2等错配修复基因的胚系突变（Lynch综合征）或体系甲基化沉默，导致复制错误积累，TMB极高（> 100 mut/Mb为常见），产生大量高免疫原性新抗原。

KEYNOTE-177研究（N Engl J Med, 2020）在MSI-H/dMMR转移性结直肠癌一线治疗中，帕博利珠单抗vs. 标准化疗（mFOLFOX6/FOLFIRI±贝伐珠单抗），PFS HR 0.60（95% CI 0.45–0.80，P = 0.0002），16.5%的患者实现超过2年的持续性缓解 [3]。

MSI-H/dMMR目前已成为泛癌种ICI（帕博利珠单抗、nivolumab）的批准适应证，MSI/dMMR检测是ICI治疗决策前的必查项目，推荐方法包括：PCR微卫星检测（BAT25、BAT26等5个位点）和IHC（四种MMR蛋白，敏感性/特异性均 > 95%）。

肿瘤微环境（TME）：超越单一生物标志物的系统性视角

单一生物标志物的预测效能受限于肿瘤免疫微环境（TME）的复杂异质性。基于TME的免疫分型将肿瘤分为：

  • "热"肿瘤（Inflamed TME）：TIL密度高，CD8⁺T细胞浸润丰富，PD-L1常高表达；ICI最可能受益
  • "排除"肿瘤（Immune-excluded）：T细胞被基质屏障（CAF/胶原）物理隔绝于肿瘤边缘；需联合FAK抑制剂或TGF-β中和
  • "冷"肿瘤（Desert TME）：几乎无T细胞浸润，源于肿瘤内在缺乏免疫识别或主动免疫抑制（VEGF高、Wnt活化）；需免疫激活联合策略

TGF-β轴是免疫排除型肿瘤的核心调控机制。bintrafusp alfa（TGF-β陷阱-抗PD-L1融合蛋白）在早期研究中显示同步阻断TGF-β和PD-L1的协同效益，但在Ⅲ期研究中未能超越阿替利珠单抗，提示单纯阻断TGF-β可能不足以重塑已高度免疫排除的TME [4]。

多组学生物标志物的整合：迈向精准免疫分型

鉴于单一生物标志物预测效能的局限，多组学整合策略正成为ICI生物标志物研究的前沿方向：

转录组学：IFN-γ基因特征评分（IFN-γ GEP）——18基因表达评分，用于量化肿瘤局部炎症状态，在Keynote系列研究中多个癌种中优于PD-L1 IHC的预测性能 [5]。

基因组学：COSMIC mutational signatures（尤其SBS4、SBS7、SBS13）与ICI响应相关；HLA杂合度损失（LOH-HLA）则与ICI耐药相关。

表观基因组学：血浆cfDNA甲基化谱（如DNAm-ICI评分）初步验证可在液体活检层面预测ICI响应。

肠道微生物组：多项研究显示，Akkermansia muciniphila、Bifidobacterium longum等肠道益生菌的富集与ICI响应呈正相关，其机制涉及肠道免疫系统激活与全身CD8⁺T细胞活化的交互 [6]。

免疫相关不良事件（irAE）的预测

irAE发生率约40%（任意级别），3级以上约10%，是ICI治疗依从性和安全性的核心挑战。

与疗效的关系：多项研究显示irAE（尤其皮肤毒性、甲状腺功能减退）的发生与更佳的ICI疗效相关（OS HR约0.7），被认为反映免疫系统广泛激活，但因果关系尚不明确。

预测标志物（研究阶段）：

  • 基线中性粒细胞/淋巴细胞比（NLR）：NLR < 3与低irAE风险相关
  • IL-17基线水平升高与严重肠炎风险增加相关
  • 特定HLA等位基因（如DQB1*03:01）与irAE易感性相关

结论与临床实践建议

生物标志物指导ICI选择的最佳临床实践应遵循"分层递进"原则：

  1. 首先排查MSI/dMMR（PCR或IHC）——阳性者是ICI最强获益人群
  2. 同步检测PD-L1——TMB/PFS呈梯度相关，但不应作为绝对门槛
  3. TMB作为补充——尤其在PD-L1低表达患者中识别潜在响应者
  4. 多基因Panel NGS——同步获取TMB、MSI、体细胞突变、融合基因等综合信息，提高决策效率
  5. 动态监测——ctDNA早期清除（4–6周）可作为ICI疗效的早期替代终点

随着单细胞测序、空间转录组学和AI驱动的多组学整合分析的日趋成熟，个体化ICI疗效预测精度将持续提升，有望从"群体概率"走向"个体确定性"的精准免疫肿瘤学。

考特智药AI

立即体验考特智药，让AI帮你检索、阅读、解析文献。

免费使用

参考文献

  1. Sharma P, Hu-Lieskovan S, Wargo JA, Ribas A. Primary, adaptive, and acquired resistance to cancer immunotherapy. Cell. 2017;168(4):707–723.
  2. Marabelle A, Fakih M, Lopez J, et al. Association of tumour mutational burden with outcomes in patients with advanced solid tumours treated with pembrolizumab (KEYNOTE-158). Lancet Oncol. 2020;21(10):1353–1365.
  3. André T, Shiu KK, Kim TW, et al. Pembrolizumab in microsatellite-instability–high advanced colorectal cancer (KEYNOTE-177). N Engl J Med. 2020;383(23):2207–2218.
  4. Strauss J, Heery CR, Schlom J, et al. Phase I trial of M7824 (MSB0011359C), a bifunctional fusion protein targeting PD-L1 and TGFβ. Clin Cancer Res. 2018;24(6):1287–1295.
  5. Ayers M, Lunceford J, Nebozhyn M, et al. IFN-γ–related mRNA profile predicts clinical response to PD-1 blockade. J Clin Invest. 2017;127(8):2930–2940.
  6. Routy B, Le Chatelier E, Derosa L, et al. Gut microbiome influences efficacy of PD-1–based immunotherapy against epithelial tumors. Science. 2018;359(6371):91–97.
分享文章：