Journal for Immunotherapy of Cancer
血浆代谢组学识别非小细胞肺癌免疫治疗预后的关键代谢特征
小赛推荐：
本研究揭示了 代谢物 在 非小细胞肺癌 免疫治疗响应中的关键作用，为优化 免疫检查点抑制剂 的患者分层策略提供了新的实验设计思路。
文献概述
本文《METLUNG: plasma metabolomic profiling identifies metabolomic signatures associated with immunotherapy outcomes in non- small cell lung cancer》，发表于《Journal for Immunotherapy of Cancer》杂志，系统探讨了血浆代谢组学特征在预测非小细胞肺癌患者接受免疫检查点抑制剂治疗后的临床响应及生存结局中的价值。背景知识
尽管 免疫检查点抑制剂 显著改善了晚期 非小细胞肺癌 患者的预后，但仅有一部分患者能获得持久的临床获益，而现有的生物标志物如 PD-L1 表达和 肿瘤突变负荷 在预测响应方面存在敏感性和特异性不足的瓶颈。肿瘤微环境 中的代谢重编程与免疫细胞功能密切相关，但具体的 代谢特征 如何影响 免疫治疗 疗效尚不明确。本研究切入点在于利用高通量代谢组学技术，挖掘基线血浆中的 代谢物 谱，旨在寻找能够独立于传统临床指标之外的新型预后标志物，以解决 NSCLC 患者分层困难这一核心痛点。
研究方法与核心实验
研究团队开展了一项名为 METLUNG 的前瞻性观察队列研究，纳入了 128 例接受免疫治疗的 III-IV 期 非小细胞肺癌 患者。研究采用了多平台靶向代谢组学策略，结合气相色谱 - 质谱（GC-MS）和液相色谱 - 质谱（LC-MS）技术，对基线血浆样本进行了深度 profiling，共定量了 575 种 代谢物。通过单变量分析和多变量 Cox 回归模型，研究者评估了 代谢物 水平与临床响应、无进展生存期（PFS）及总生存期（OS）的关联，并构建了整合临床变量与代谢特征的复合预测模型。关键结论与观点
研究意义与展望
该发现表明血浆 代谢组学 是一种极具潜力的微创策略，可补充现有的生物标志物体系，显著提升 非小细胞肺癌 患者的风险分层能力。对于 药物开发 而言，这些 代谢物 可能成为新的治疗靶点或伴随诊断标志物。在 临床监测 方面，基线 代谢谱 分析有助于早期识别免疫治疗耐药风险，从而指导个体化治疗方案的调整。此外，该研究为构建基于 代谢特征 的 疾病模型 提供了数据基础，有助于深入解析 肿瘤代谢重编程 的机制。
结语
本研究通过大规模前瞻性队列分析，确立了血浆 代谢物 谱作为 非小细胞肺癌 免疫治疗预后标志物的潜力。特别是 组氨酸 和 柠檬酸 等关键 代谢物 的鉴定，不仅揭示了 肿瘤微环境 中代谢状态与免疫疗效的内在联系，也为克服当前 PD-L1 等标志物预测效能不足的问题提供了新路径。从实验室发现到临床转化，这一成果强调了整合多组学数据在精准医疗中的重要性。未来需要在独立的多中心队列中进一步验证这些 代谢特征 的稳健性，以推动其成为 临床监测 和 疾病管理 的标准工具，最终改善 非小细胞肺癌 患者的整体照护体系。
