Journal of Clinical Oncology
基于代谢亚型的鼻咽癌免疫治疗疗效预测模型研究

小赛推荐：

该研究通过整合RNA测序与机器学习方法，建立了可预测局部晚期鼻咽癌患者免疫治疗生存获益的代谢亚型分类系统，为鼻咽癌个体化治疗策略提供了关键生物标志物框架，对设计基于PD-1抑制剂的精准临床试验具有直接指导意义。

 

文献概述

本文《Development of a Classifier for Metabolic Subtypes of Nasopharyngeal Carcinoma to Guide Personalized Immunotherapy Strategies: Biomarker Analysis of the Phase III CONTINUUM and DIPPER Trials》，发表于《Journal of Clinical Oncology》杂志，系统探讨了局部晚期鼻咽癌（LA-NPC）在PD-1抑制剂联合放化疗背景下的代谢异质性及其对无事件生存期（EFS）的预测价值。研究基于两项大型III期随机对照试验（CONTINUUM和DIPPER）的肿瘤样本，采用RNA测序技术，通过无偏倚共识聚类识别出三种具有不同代谢特征和免疫微环境的亚型，并开发了具备临床应用潜力的机器学习分类器。该工作不仅揭示了肿瘤代谢重编程在免疫治疗响应中的核心作用，也为克服当前PD-L1表达无法有效分层患者疗效的困境提供了新路径。

背景知识

鼻咽癌在东亚地区高发，其独特的EB病毒（EBV）相关病因和高度免疫浸润的微环境使其对免疫检查点抑制剂（ICI）治疗敏感。尽管PD-1阻断剂在联合放化疗中显著改善了EFS，但约15%患者仍会复发，且部分患者出现严重免疫相关不良事件（irAE），凸显了精准分层的迫切需求。目前，PD-L1表达、肿瘤突变负荷（TMB）和微卫星不稳定性（MSI）等经典生物标志物在鼻咽癌中的预测效能有限，且热点基因突变罕见，限制了基于基因组学的个体化策略。本研究的切入点在于聚焦肿瘤代谢与免疫微环境的交互作用，提出代谢重编程作为新的分层维度，通过整合转录组数据，系统定义了三种代谢亚型（MS1–MS3），并验证其在独立队列中的预后与预测价值，为突破当前免疫治疗耐药机制研究的瓶颈提供了全新视角。

 

针对鼻咽癌代谢亚型研究，赛业生物提供全基因组人源化小鼠模型（HUGO-GT®），可用于模拟人类基因调控与表达，构建更贴近真实生物机制的疾病模型，助力基因治疗与药物临床前研究。模型支持原位基因替换，涵盖UTR、外显子和内含子，适用于研究代谢通路相关基因功能及耐药机制。

了解更多

 

研究方法与核心实验

研究采用两个前瞻性III期随机试验（CONTINUUM为发现队列，DIPPER为验证队列）的407例患者肿瘤组织进行RNA测序。在发现队列中，基于代谢相关基因集进行无偏倚共识聚类，识别出三种代谢亚型。随后，采用机器学习算法（如随机森林）训练分类器，并在验证队列中独立应用以预测亚型。通过单样本基因集富集分析（ssGSEA）、免疫去卷积分析（MCP-counter）和ESTIMATE算法，系统描绘了各亚型的代谢通路活性、免疫细胞浸润及基质特征。生存分析采用Kaplan-Meier法和Cox回归模型，评估不同治疗组间的EFS差异，并通过交互作用检验评估亚型与治疗效应的关联。该设计确保了发现与验证的独立性，增强了结论的稳健性。

关键结论与观点

• 发现队列中识别出三种代谢亚型：MS1（代谢中间型）、MS2（代谢特化型）和MS3（代谢超活化型），三者在GLS、脂肪酸代谢和糖酵解等通路活性上显著不同，提示代谢重编程的异质性直接影响肿瘤微环境（TME）状态。
• MS1亚型患者在PD-1抑制剂联合放化疗组中EFS显著改善（3年EFS 90.2% vs 69.6%），而MS2和MS3亚型未见显著获益，表明PD-1治疗的生存优势高度依赖于特定代谢背景。
• MS3亚型表现为“免疫沙漠”表型，T细胞、B细胞和NK细胞浸润显著降低，且TGF-β信号通路活化，提示免疫抑制性微环境可能是其耐药机制，为后续探索联合TGF-β抑制剂或表观遗传药物提供了理论依据。
• 机器学习分类器在验证队列中准确率达91.1%，AUC达0.94，且预测的亚型与EFS显著相关，证明该工具具备临床转化潜力，可用于指导个体化治疗决策。
• 多变量分析显示，代谢亚型与治疗的交互作用P值为0.0074，且独立于PD-L1表达、EBV DNA水平等临床因素，强调其作为独立预测标志物的价值。

研究意义与展望

该研究首次建立了经III期试验证实的鼻咽癌代谢分类系统，为精准免疫治疗提供了强有力的生物标志物工具。其发现不仅深化了对肿瘤代谢-免疫串扰机制的理解，更直接推动了从“一刀切”到“分型治疗”的临床实践转变。未来可探索该分类在诱导化疗或转移性疾病中的适用性，并开发基于FFPE样本的简化检测方案以促进临床落地。

 

基于该研究发现的免疫微环境差异，赛业生物提供免疫系统人源化小鼠模型（如huHSC-C-NKG-ProF），可重建T、B、NK及髓系细胞，用于评估PD-1抑制剂在人源免疫环境中的药效，支持肿瘤免疫疗法的临床前验证与机制研究。

了解更多

 

结语

本研究通过整合多组学分析与机器学习，成功构建并验证了鼻咽癌的代谢亚型分类系统，为局部晚期患者接受PD-1抑制剂治疗的生存获益提供了精准预测工具。MS1亚型显著受益于免疫联合治疗，而MS3亚型呈现免疫沙漠特征，提示可能需要联合表观遗传或代谢干预策略。这一分类系统不仅解决了当前缺乏有效生物标志物的临床痛点，更将鼻咽癌的个体化治疗推进至分子亚型驱动的新阶段。从实验室到临床，该成果为设计前瞻性验证试验、优化患者分层及开发新型组合疗法奠定了坚实基础，有望显著提升鼻咽癌患者的长期生存率，重塑其照护体系。

 

Sai-Wei Huang, Ye-Lin Liang, Ya-Lan Tao, Jun Ma, and Na Liu. Development of a Classifier for Metabolic Subtypes of Nasopharyngeal Carcinoma to Guide Personalized Immunotherapy Strategies: Biomarker Analysis of the Phase III CONTINUUM and DIPPER Trials. Journal of Clinical Oncology.