Cell | 稀有Spark T細胞決定腫瘤免疫治療成敗，為克服耐藥開辟全新道路

撰文|細胞工程師

腫瘤免疫治療 ， 尤其是過繼性T細胞療法和免疫檢查點阻斷療法 ， 已在部分患者中取得巨大成功 。 然而 ， 療效的高度不可預測性一直是臨床實踐與基礎研究中的未解之謎 ， 為何有些患者響應良好而另一些則完全無效 。 傳統觀點將這種差異歸因于腫瘤遺傳或表觀遺傳差異、抑制性微環境或T細胞耗竭等確定性因素 【 1，2 】 。 但是 ， 在高度可控的動物模型中觀察到的巨大反應差異提示 ， 免疫反應本身可能具有內在的隨機性（Stochasticity） 【 3，4 】 。 這種隨機性的源頭是什么 ？ 它能否被識別并用于預測和改善腫瘤免疫治療的療效 ？

近日 ， 美國 國家癌癥研究所 的 Gr égoire Altan-Bonnet 領導的研究團隊在 Cell 雜志上發表 題為 Stochasticity in cancer immunotherapy stems from rare but functionally critical Spark T cells 的研究論文 。 該研究通過 數千次 高度可控的體外免疫實驗 ， 結合創新的數學模型與機器學習分析流程 ， 首次揭示了一種極為罕見但功能關鍵的CD8 + T細胞亞群——Spark T細胞 ， 正是其隨機激活驅動了腫瘤免疫治療宏觀反應的巨大變異性 。 研究進一步在人類T細胞及患者數據中驗證了這類細胞的存在 ， 證明其豐度可預測免疫檢查點抑制劑療效 ， 并指出其作為克服免疫治療耐藥新靶點的巨大潛力 。

研究人員首先設計了一套巧妙的體外免疫測定系統 ， 在微孔中培養遺傳背景完全相同的抗原特異性幼稚CD8 + T細胞與表達抗原的黑色素瘤細胞 ， 并通過大量技術重復來量化免疫反應的變異性 。 研究結果發現 ， 盡管這些技術重復的初始條件一致 ， 但T細胞介導的腫瘤殺傷 、 T細胞激活程度 、 干擾素-γ（IFN-γ）分泌量等關鍵指標在重復實驗間存在巨大差異 ， 變異系數（CV）極高 。 相比之下 ， 化療藥物或細胞因子直接殺傷腫瘤的效果則高度可重復 。 重要的是 ， 這一現象排除了腫瘤細胞遺傳或表觀遺傳異質性的主導作用 ， 將變異的源頭指向T細胞自身 。

進一步的定量分析顯示 ， 被激活的T細胞數量變異遵循一個“平移”的泊松分布規律 。 這強烈暗示存在一個稀有的T細胞亞群 ， 其數量本身服從泊松分布 ， 而它們的隨機激活能夠通過某種機制“引燃”周圍大量旁觀者T細胞 ， 從而決定整個免疫反應的命運 。 因此 ， 研究人員將此稀有亞群命名為SparkT細胞（T spark ） 。

進一步的機制研究表明 ， IFN-γ則是關鍵的“引燃”介質 。 少數被激活的 Spark T細胞迅速產生大量IFN-γ ， 一方面上調腫瘤細胞表面的MHC-I類分子表達 ， 增強抗原呈遞 ； 另一方面以旁分泌方式強烈激活旁觀者T細胞 ， 形成正反饋循環 ， 最終放大免疫反應 。 阻斷IFN-γ信號可大幅降低整體T細胞激活的變異性 ， 而預先用IFN-γ處理腫瘤細胞（模擬MHC上調）則能減少變異 。 研究人員為此建立了一個整合了 Spark T細胞偶然激活與細胞因子正反饋作用（細胞因子對旁觀者 T細胞的帶動作用 ）的隨機數學模型 ， 完美復現了實驗中觀察到的“平移泊松”依賴關系 ， 進一步提示免疫治療反應因人而異的根源 ， 很可能在于一種稀有的 Spark T細胞 ， 且其數量波動具有隨機性 。

那么 ， 如何在浩如煙海的T細胞中找到這些稀有的 Spark T細胞 ？ 研究人員進一步開發了一套名為 StoICS （Stochasticity- based i dentification of cell s ubsets）的機器學習分析流程 。 該流程將上述隨機數學模型與高維單細胞數據相結合 ， 以精準定位稀有的 Spark T細胞 。 研究人員利用該流程 ， 首先在小鼠初始CD8 + T細胞中成功鑒定出 Spark T細胞的前體細胞（T proto-spark ） 。這群細胞僅占初始T細胞的不到2%，其最顯著的表面標志物特征是CD5lowCD11ahigh。單細胞ATAC-seq檢測分析結果顯示 ， 與其他幼稚T細胞相比 ， T proto-spark 細胞在Ifng基因座具有更高的染色質開放性 ， 這解釋了它們為何能更快速地啟動IFN-γ的產生 。 功能實驗進一步證實 ，分選富集出的CD5lowCD11ahighT細胞在激活后能快速產生大量的IFN-γ、CCL5、TNF和IL-2。

研究人員進一步探究了在人體臨床前實驗環境中 ， 腫瘤治療反應是否也存在類似的隨機現象 ， 即使用了經過體外擴增、且攜帶針對腫瘤細胞特異性 TCR的T細胞進行驗證 。 研究人員使用工程化表達NY-ESO-1特異性TCR（ 1G4 ）的人CD8 + T細胞母細胞與神經母細胞瘤細胞共培養 ， 同樣觀察到了高度的反應隨機性 。 StoICS 流程再次成功地在人類T細胞中識別出一個稀有的細胞簇 ， 其表型為CCR7 low CD45RO high ， 屬于效應記憶T細胞亞群 。 分選富集實驗證實 ， 正是這群細胞具備快速產生IFN-γ的能力 ， 是人類T細胞中的T proto-spark 細胞 。

更為重要的是 ， 在8名健康供者來源的TCR-T細胞產品中 ， CCR7 low CD45RO high T細胞的比例存在巨大的個體差異 ， 且該比例與T細胞在非依賴TCR刺激下快速產生IFN-γ的能力 、 以及與腫瘤細胞共培養時的免疫激活強度顯著正相關 。 這提示 ，臨床T細胞產品中Tproto-spark前體細胞的豐度，可能是決定過繼細胞療法效力的關鍵變量之一。

此外 ， 研究人員進一步利用腫瘤免疫大數據引擎（CIDE）數據庫中13個患者隊列的活檢轉錄組數據和臨床信息進行分析 。 他們發現 ， 在腫瘤MHC-I表達水平較低（即免疫逃逸風險較高）的患者中 ， T proto-spark 基因特征 （ENTPD1 high CD2 high ）能夠高精度地預測患者對抗CTLA-4療法的客觀緩解反應 ， 其預測能力優于現有標志物 。 尤為關鍵的是 ， 該 基因標簽 在大多數未接受抗CTLA-4治療（僅接受抗PD-1/PD-L1）的隊列中預測能力不佳 ， 從而揭示了這兩種療法作用機制的差異 。 生存分析進一步表明 ， 在抗CTLA-4治療隊列中 ， T proto-spark 基因 特征高的MHC-I低表達患者擁有更長的總生存期 。

綜上所述 ， 本研究通過融合定量實驗 、 理論建模與機器學習 ， 將腫瘤免疫治療療效的巨大不確定性 ， 溯源至一群稀有但功能強大的 Spark T細胞 的隨機激活 。 這些細胞如同免疫系統的“火花塞” ， 其隨機點火通過IFN-γ介導的正反饋環路 ， 決定了整個抗腫瘤免疫反應能否成功引爆 。 該發現不僅為理解免疫反應的內在隨機性提供了全新研究范式 ， 更鑒定出了可預測臨床療效的生物標志物和潛在治療干預靶點 。 未來 ， 通過富集或體外擴增患者自身 Spark T細胞 、 或開發藥物特異性增強該亞群功能 ， 有望為克服當前免疫治療耐藥難題開辟全新的道路 。

原文鏈接：https://doi.org/10.1016/j.cell.2025.12.026

制版人： 十一

參考文獻

1. Gao J, Shi LZ, Zhao H, et al. Loss of IFN-γ Pathway Genes in Tumor Cells as a Mechanism of Resistance to Anti-CTLA-4 Therapy.Cell.2016; 167(2):397-404.e9.

2. Davar D, Dzutsev AK, McCulloch JA, et al. Fecal microbiota transplant overcomes resistance to anti-PD-1 therapy in melanoma patients.Science. 2021; 371(6529):595-602.

3. Zemek RM, Fear VS, Forbes C, et al. Bilateral murine tumor models for characterizing the response to immune checkpoint blockade.Nat Protoc.2020; 15(5):1628-1648.

4. Ortiz-Mu?oz G, Brown M, Carbone CB, et al. In situ tumour arrays reveal early environmental control of cancer immunity.Nature. 2023; 618(7966):827-833.

學術合作組織

（*排名不分先后）

戰略合作伙伴

（*排名不分先后）

轉載須知

【原創文章】BioArt原創文章，歡迎個人轉發分享，未經允許禁止轉載，所刊登的所有作品的著作權均為BioArt所擁有。BioArt保留所有法定權利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點擊主頁推薦活動

關注更多最新活動！