食管鳞状细胞癌肿瘤免疫微环境组成特征与免疫预测模型研究进展
1. 食管鳞状细胞癌的肿瘤免疫微环境
食管鳞状细胞癌（Esophageal Squamous Cell Carcinoma, ESCC）的肿瘤免疫微环境（Tumor Immune Microenvironment, TIME）具有独特的免疫抑制特性。这个复杂的动态网络不仅包含肿瘤细胞，还包括免疫细胞浸润、免疫抑制因子表达和细胞外基质重塑，深刻影响肿瘤的起始、进展及对免疫治疗的反应。
+ T cells, CD8+ T cells, B cells, dendritic cells, natural killer cells, macrophages, regulatory T cells, and MDSCs. By secreting related cytokines, immune cells exert distinct protumor and antitumor effects in the tumor immune microenvironment.">
2.1. 肿瘤浸润淋巴细胞
肿瘤浸润淋巴细胞是TIME中的核心成分，包括细胞毒性T细胞（CD8+ T cells）、辅助性T细胞（CD4+ T cells）、B细胞、树突状细胞和自然杀伤细胞等，它们在肿瘤内发挥迥异的促瘤或抗瘤作用。高水平的肿瘤浸润淋巴细胞通常与ESCC患者更好的预后相关，其中CD8+ T细胞是关键的效应细胞。然而，CD8+ T细胞被排斥在肿瘤核心区域之外是其免疫逃逸的重要机制。在微环境中，CD4+ T细胞可分化为多种亚型，其中调节性T细胞通过分泌白介素-10和转化生长因子-β等细胞因子，抑制CD8+ T细胞的增殖和细胞毒活性，促进免疫逃逸。B细胞、树突状细胞和自然杀伤细胞也各司其职，分别通过产生抗体、呈递抗原、分泌细胞因子或直接杀伤肿瘤细胞，在肿瘤免疫中扮演着复杂而关键的角色。
2.2. 肿瘤相关巨噬细胞
肿瘤相关巨噬细胞是TIME中另一类关键免疫细胞，其数量与肿瘤侵袭性和预后密切相关。在微环境信号影响下，巨噬细胞可分化为具有抗肿瘤作用的M1表型和具有促肿瘤作用的M2表型。M2型巨噬细胞通过分泌白介素-10、转化生长因子-β等免疫抑制物质，以及血管内皮生长因子等促血管生成因子，促进肿瘤生长、侵袭和转移。研究表明，与癌前病变相比，ESCC组织中M2型巨噬细胞显著增多，提示其动态变化参与了肿瘤的发生发展，是潜在的预后生物标志物和治疗靶点。
2.3. 髓源性抑制细胞
在ESCC中，髓源性抑制细胞是关键的免疫抑制细胞，通过抑制T细胞增殖活化、刺激肿瘤血管生成、促进肿瘤侵袭转移等多种机制发挥功能。它们通常被分为粒细胞样和单核细胞样两个亚群，分别通过精氨酸代谢途径或分泌免疫抑制因子来抑制T细胞活性。研究表明，某些特定分子如CD38在促进单核细胞样髓源性抑制细胞扩增、抑制T细胞介导的免疫应答中起关键作用。深入探究其异质性和功能调控机制，对发展针对ESCC的免疫治疗新策略具有重要意义。
3. 食管鳞状细胞癌的免疫治疗疗效预测模型
尽管以免疫检查点抑制剂为核心的新辅助免疫治疗在ESCC中显示出卓越疗效，但患者间的治疗反应存在显著差异。目前，基于单一生物标志物的预测模型效用有限。新一代整合模型正利用多组学数据和免疫微环境信息，以提高预测的精准度。
3.1. T细胞耗竭状态预测模型
CD8+ T细胞是抗肿瘤免疫的核心效应细胞，但其常因功能耗竭而效力大减。单细胞测序技术的发展揭示了TIME内特定免疫细胞亚群的动态变化是治疗反应的重要调节器。研究发现，在ESCC肿瘤组织中，存在一类高表达SPRY1的耗竭CD8+ T细胞亚群，其治疗前的富集水平与患者病理完全缓解和改善的总生存期显著相关，其预测价值甚至优于传统的PD-L1表达水平。另有研究聚焦于高表达CXCL13的耗竭CD8+ T细胞，发现其高浸润与治疗应答者相关，并能通过吸引B细胞和CD8+ T细胞增强抗PD-1治疗疗效。这些发现提示，以祖细胞样耗竭CD8+ T细胞为中心的预测模型可能为ESCC患者的免疫治疗提供多维度的潜在靶点。
3.2. 免疫抑制微环境预测模型
免疫抑制微环境通过建立复杂的免疫逃逸网络，帮助肿瘤细胞逃避免疫系统的监视和攻击。针对ESCC的研究发现，在新辅助免疫化疗无应答者的肿瘤微环境中，TNFRSF4+ 调节性T细胞发生克隆扩增并增强免疫抑制功能，直接抑制效应T细胞活性。同时，富集于无应答者中的LRRC15+ 癌症相关成纤维细胞通过LGALS9-CD44轴吸引这些调节性T细胞，形成局部免疫抑制环境。另一项研究则发现了一个CCR4+ CCR6+ 巨噬细胞亚群，其在未经治疗的ESCC组织中显著富集，而在新辅助放化疗后显著减少，并通过复杂的细胞间相互作用促进免疫抑制微环境的形成。基于此构建的、围绕CCR4/CCR6趋化因子系统的七基因预测模型，可有效评估联合免疫检查点阻断剂的新辅助放化疗疗效。不过，这些模型的样本量有限，存在过拟合风险，与临床指标的联合预测价值仍需更多临床探索。
3.3. 基于多组学整合与人工智能的预测模型
高通量测序与质谱技术的发展，为从基因组、转录组、蛋白质组等多层面系统分析ESCC分子特征提供了强大支持。结合机器学习、深度学习等人工智能算法，可以从复杂数据中挖掘关键信息，构建精准预测模型。有研究利用基因组、转录组、单细胞数据及病理图像将ESCC分为四个亚型，并通过深度学习模型证明了病理图像预测分子特征的潜力，为未来AI辅助诊断系统奠定了基础。另一方面，名为Vision-Mamba的深度学习模型，通过分析CT影像特征，可有效预测ESCC患者接受新辅助免疫化疗后的病理完全缓解状态。这些应用展现了多组学与人工智能结合在预后预测、疗效评估和早期诊断方面的广阔前景，但也面临数据质量、算法优化及临床验证不足等挑战。
4. 食管鳞状细胞癌的免疫治疗进展
4.1. 免疫检查点抑制剂的应用
以程序性死亡受体-1及其配体抑制剂、细胞毒性T淋巴细胞相关蛋白-4抑制剂为代表的免疫检查点抑制剂，通过阻断肿瘤细胞与T细胞间的抑制信号，维持T细胞活性，在克服肿瘤免疫逃逸和耐受中扮演关键角色。研究表明，帕博利珠单抗可作为程序性死亡配体-1综合阳性评分≥1的ESCC患者安全有效的二线治疗方案。程序性死亡配体-1与T细胞免疫球蛋白黏蛋白-3、T细胞免疫球蛋白和ITIM结构域的共表达是ESCC患者不良预后的独立因素，为探索双重阻断疗法提供了理论基础。CTLA-4抑制剂替西利姆单抗不仅可延长患者生存期，与PD-1抑制剂联用更能提高疗效并减少不良反应。免疫检查点抑制剂与放化疗的联合应用显示出强大的协同效应，可显著改善晚期或转移性ESCC患者的总生存期和无进展生存期。然而，联合免疫治疗策略在带来突破的同时，也伴随着皮肤毒性、胃肠道反应、内分泌紊乱等一系列独特的免疫相关不良事件，需在临床应用中加强全程监测。
4.2. 过继性细胞疗法
过继性细胞疗法通过体外扩增和基因改造患者自身的免疫细胞，增强其抗肿瘤活性后回输体内，具有靶向特异性高、免疫记忆持久等优势。其中，嵌合抗原受体T细胞疗法是近年研究热点，它通过基因工程使T细胞表达嵌合抗原受体，显著增强其识别和杀伤肿瘤细胞的能力。针对紧密连接蛋白18.2的CAR-T细胞在晚期ESCC患者中取得了客观缓解率。靶向黏蛋白1的CAR-T细胞在临床前研究中亦显示出强大的抗肿瘤活性。虽然肿瘤浸润淋巴细胞疗法、T细胞受体工程化T细胞疗法等研究仍处于探索阶段，但过继性细胞疗法为临床难治性ESCC提供了新的治疗选择。
4.3. 肿瘤疫苗
基于肿瘤疫苗的免疫治疗方案也取得重要进展。目前已有包括多肽疫苗、树突状细胞疫苗和新抗原疫苗在内的多种形式进入临床研究。研究人员发现了多个在ESCC细胞中过表达的免疫原性癌症抗原。针对LY6K、细胞分裂周期相关蛋白1、KOC1等抗原的多肽疫苗临床试验正在进行，以评估其作为术后辅助疗法的临床价值。树突状细胞疫苗，如脉冲SART1肽或WT1肽的DC疫苗，已被证明可诱导特异性免疫反应且安全性良好。最具前景的新抗原疫苗方面，一项案例研究显示，一位ESCC患者接受个体化mRNA疫苗联合PD-1抑制剂治疗后，实现了部分缓解，并获得了长期生存，这首次证实了mRNA疫苗在ESCC中的可行性。未来，克服疫苗设计困难和免疫抑制微环境等限制，将为ESCC患者带来新的治疗希望。
5. 结论
TIME内免疫细胞的动态变化是调节ESCC免疫治疗疗效的关键。基于TIME的免疫治疗方案显著改善了患者生存，为个体化治疗指明了新方向。同时，疗效预测模型正从单一标志物向多组学整合与人工智能演进，旨在提升预测精度，实现疗效最大化。然而，对TIME影响免疫治疗分子机制的认识仍不全面，预测模型也面临患者队列验证不足、小数据集过拟合等局限。未来研究需深入阐明ESCC中TIME异质性的调控机制，筛选反映免疫功能而非仅细胞数量的稳健生物标志物，并通过多中心大样本研究验证精准预测模型。通过将TIME作为中心切入点，推动ESCC免疫治疗的理论研究向临床转化，优化联合免疫治疗策略，最终实现改善患者预后的个体化精准治疗。
打赏
