摘要：靶向PD-1/L1的免疫检查点抑制剂（ICIs），已全面重塑了驱动基因阴性晚期非小细胞肺癌（NSCLC）的治疗格局。然而在临床实践中，绝大多数患者最终仍会对ICIs产生耐药，这是肿瘤生物学特性、肿瘤微环境（TME）动态变化及宿主相关因素（例如菌群失调和特定器官

编者按：靶向PD-1/L1的免疫检查点抑制剂（ICIs），已全面重塑了驱动基因阴性晚期非小细胞肺癌（NSCLC）的治疗格局。然而在临床实践中，绝大多数患者最终仍会对ICIs产生耐药，这是肿瘤生物学特性、肿瘤微环境（TME）动态变化及宿主相关因素（例如菌群失调和特定器官的微环境）共同驱动的结果，而导致耐药的核心原因是免疫抑制性TME的形成；当前应对ICIs耐药的治疗策略，如各种基于抗体的疗法（双特异性抗体、抗体偶联药物等）、靶向治疗、过继性细胞疗法、治疗性疫苗或肿瘤内免疫疗法，大多也以恢复有效的抗肿瘤免疫应答为目标。近期，德国肺癌研究中心Martin Reck教授、瑞士洛桑大学医院Solange Peters教授等知名专家就在Nature Reviews Clinical Oncology共同发表权威综述文章，系统性地总结ICIs耐药后晚期NSCLC的最新治疗进展，并为新兴的临床策略和未来的研究方向提供独到见解，本篇将是该综述精华内容编译的第二部分（共三篇），前文见：Nature Reviews权威综述丨晚期非小细胞肺癌“后免疫治疗”时代，免疫耐药后的治疗该何去何从？（一）「链接」

Part 3

耐药的生物标志物

基于肿瘤组织的肿瘤生物标志物

肿瘤突变图谱不仅作为预后相关因素被重视，也被视为是判断ICIs疗效的预测性标志物。例如，KRAS突变常见于吸烟相关的NSCLC，患者通常高表达PD-L1且肿瘤突变负荷（TMB）高，然而KRAS突变型NSCLC也在基因组层面存在异质性，ICIs的治疗应答可能受到特定突变或共突变的影响。例如，KRAS G12D突变与较低的吸烟史（中位22包·年，无突变患者为30包·年）和较低的TMB（中位8.4 mut/Mb，无突变患者为9.9 mut/Mb）相关，具有上述特征的患者更可能对ICIs单药治疗产生原发性耐药（ORR 15.8% vs. 28.4%；P=0.03）；KRAS G12C突变则与炎性TME、对ICI单药治疗应答较好相关，尤其是合并TP53突变时（ORR 69.7%）。

而在20-25%的KRAS突变型NSCLC中，还可检出与癌症发生不直接相关的STK11和/或KEAP1基因共突变（二者往往共存），它们可通过调节葡萄糖和脂质代谢、细胞生长、体内稳态及对氧化应激的反应等，对免疫应答产生负面影响，是不良预后因素；同时，STK11和/或KEAP1以及应激反应基因（如CUL3和NFE2L2）突变，也存在于35%的鳞状细胞癌和40%的大细胞神经内分泌NSCLC中，但它们脱离KRAS突变单独存在时的意义尚不明确，需完善基因检测，个体化评估患者是否为免疫抑制性TME。靶向抑制此类肿瘤中的自噬相关蛋白（如ULK1和DSTYK）或代谢脆弱性（如营养剥夺），可能是未来有前景的临床策略；现阶段则可考虑使用CTLA-4抑制剂和PD-1/L1抑制剂组成的“双免疫疗法”，以更有效地正向重塑TME。此外，编码染色质重塑酶SMARCA4的基因与STK11和KEAP1基因共享19号染色体上的位置，并且也常观察到相互共突变，它们中的任一基因突变与KRAS突变共存时均预示着不良预后，有学者将其称为“19号染色体死亡三角”[1]。

图1.STK11和KEAP1基因突变对癌细胞内部分信号通路及TME的影响（图源[2]）

此外，克隆性突变的丢失可导致新抗原耗竭，同时伴随的内源性HLA I类分子表达下调则可能导致抗原呈递缺陷，发生率在NSCLC中多达25%；HLA I类分子进化分化度低和杂合性丧失，则意味着高度多态性的HLA I类分子基因等位基因间多样性降低，可能损害免疫肽组的呈递并削弱免疫识别；肿瘤内新抗原的高度异质性+低免疫原性亚克隆突变为主，则预示着ICI治疗会较早失败，这可能是由于克隆性抗原覆盖减少和T细胞初始激活效率低下所致。即便在肿瘤为高TMB的情况下，HLA I类分子表达偏低和有限的HLA等位基因多样性，仍然与较差的临床结局相关，这是由于肿瘤新抗原与免疫反应之间的关键界面缺陷所致。

TMB也已被提出可作为用于预测ICIs获益的生物标志物，它的定义是每兆碱基基因组编码区的体细胞突变数量（即前文使用的mut/Mb），可通过全外显子组测序、全基因组测序或基于靶向基因组捕获测序的下一代测序进行评估。全外显子组测序是评估TMB的金标准方法，但考虑到临床实践中对更快的周转时间和更低成本的需求，覆盖至少0.8 Mb的大型靶向基因组捕获测序也经常被使用。

在NSCLC中，高TMB与新抗原呈递增加、T细胞活化增强以及对PD-1/L1抑制剂应答改善呈正相关；基于KEYNOTE-158研究结果，帕博利珠单抗已获得FDA批准，用于治疗TMB至少10 mut/Mb的患者，不受原发肿瘤组织学类型限制且不限肿瘤类型（tumour-agnostic），但这项获批至今仍争议不断，对多项试验数据的回顾性分析结果不一，引发了TMB到底是预后标志物还是预测标志物的激烈争论。同时，KEYNOTE-158研究虽确立了≥10 mut/Mb的普遍TMB阈值，但并非所有原发肿瘤的组织学亚组都从中获益，因此可能需针对不同肿瘤各自设置特异性的TMB阈值，如以前10-20%来定义高TMB，或可更准确地预测ICIs治疗应答。

阻碍TMB融入临床实践的还有一些技术层面的挑战：首先，大多数肿瘤的空间异质性可能导致高水平的区域基因组变异，至多30%的NSCLC具有高达14 mut/Mb的显著瘤内TMB变异；其次，随着时间的推移，新突变的丢失或获得所导致的时间异质性进一步使TMB作为生物标志物的效用复杂化；第三，转移病灶的TMB通常低于其配对的原发肿瘤，从而限制了转移性疾病患者的预测准确性；第四，迄今为止，不同评估方法提供的读数普遍缺乏标准化。未来应重视标准化跨测序平台的TMB评估、界定组织学特异性的TMB阈值，并将TMB与PD-L1表达、微卫星不稳定性状态和免疫相关基因特征等其他生物标志物进行整合。

组织免疫生物标志物

鉴于许多肿瘤TME在免疫上的复杂性，识别与ICIs耐药相关的免疫生物标志物颇有挑战。如在一项人工智能辅助的全玻片图像分析中，NSCLC被分为炎性型（以瘤内T细胞浸润为特征）、排斥型（T细胞存在于基质中）或免疫沙漠型（T细胞缺失），占比分别为44%、37%和19%，但该分类的临床适用性仍然有限；同时，高达三分之一的PD-L1阴性NSCLC为炎性TME，而15%的PD-L1 TPS≥50%肿瘤则是免疫沙漠型TME，表明PD-L1等免疫相关生物标志物之间的重叠极小；免疫表型也与ICIs治疗后的患者生存预后高度相关，该研究中炎性TME患者的中位OS最长（24.8个月），排斥型/免疫沙漠型患者中位OS分别为14.0个月和10.6个月[3]。而在发生疾病进展的患者中，也可发现IFNγ慢性暴露且有CD8+T细胞浸润增加，提示TME为炎性状态但功能失调，是获得性ICIs耐药的独特模式之一，此时TME中的T细胞可能是非肿瘤特异性的“旁观者”，未参与抗肿瘤免疫应答。

图2.炎性型、排斥型和免疫沙漠型三类免疫微环境的不同特点（图源[4]）

T细胞免疫组库（T cell repertoire）检测可评估T细胞受体（TCRs）的多样性和克隆性，因此对适应性免疫应答至关重要。在NSCLC中，TCR库以肿瘤为中心且克隆性扩增，同时伴有高水平的瘤内T细胞，与患者预后改善相关，然而，如果瘤内浸润的T细胞缺乏足够的肿瘤特异性或功能性激活，也可能导致ICIs耐药；此时若肿瘤和邻近肺组织之间TCR同源性水平较高，则提示免疫反应的肿瘤聚焦性较低，患者预后较差。除数量差异外，定性的功能缺陷同样可导致ICIs耐药，例如“效应细胞耗竭”（effector burned-out）表型，特征为表达免疫检查点TIM3和LAG3的终末耗竭T细胞，因未能产生足够的IFNγ导致其细胞毒性潜力受损。

开展TCR库分析的主要挑战在于，非恶性肺组织中缺乏明确的参考基线，使鉴别肿瘤特异性T细胞反应与非特异性或旁观者活性相当困难，且瘤内空间异质性也会影响TCR测序的可靠性。未来深入了解TCR功能的定性和定量，对于优化疗效和最小化毒性至关重要。

调节性T细胞（Tregs）是具有免疫抑制功能的T细胞亚群，可反制效应T细胞的抗癌活性，且PD-1抑制剂已被证明可增强TME中效应Tregs的免疫抑制活性，耗竭的瘤内B细胞和调节性NK细胞会促进Tregs浸润，抑制T细胞活性。基线Tregs与效应T细胞的比值小于1，即与ICIs耐药相关。以肿瘤相关巨噬细胞（TAMs）和中性粒细胞为主的髓系细胞，则根据其激活状态和表型，发挥促癌或抑癌作用，ICIs治疗时多见的是通过免疫抑制的促癌作用，因此髓系细胞也参与介导免疫耐药，如免疫抑制性M2样TAMs的存在，就与患者OS较短和疾病超进展相关。抑制性受体阳性的TAMs还可能与PD-1抑制剂的Fc结构域相互作用后发生促肿瘤重编程，甚至捕获单抗并使其失效。中性粒细胞浸润，特别是在缺氧、血管生成和糖酵解的肿瘤区域，与较差的预后和T细胞浸润减少有关。肿瘤相关成纤维细胞（CAFs）则能够通过产生胶原纤维间接阻碍T细胞浸润，从而形成排斥免疫细胞的致密细胞外基质（ECM）。

循环肿瘤生物标志物

循环肿瘤DNA（ctDNA）检测可作为微创手段监测ICIs耐药性，基线检测到ctDNA以及治疗开始后ctDNA的早期增加，均与疾病快速进展和较差的生存结局相关。通过ctDNA测序获得的血液肿瘤突变负荷（bTMB），也被提出可作为组织肿瘤突变负荷（tTMB）的补充生物标志物，其优势在于能够捕获和呈现转移灶的肿瘤异质性，但bTMB和tTMB之间一致性较低，且高bTMB可能反映疾病负荷而非免疫原性；目前相关临床数据也结论不一，未能统一证实高bTMB患者可从ICIs治疗中获益更多；缺乏标准化的bTMB阈值，也是阻碍其用于临床实践的一大难关。同理，无论是在基线还是在ICI治疗4周后，检出循环肿瘤细胞（CTCs）都与患者较差的预后相关。然而由于CTCs和原发肿瘤组织样本之间PD-L1表达存在显著差异，以及缺乏标准化诊断工具等各种技术挑战，CTCs在ICIs耐药性中的作用仍未明确。

血清乳酸脱氢酶（LDH）水平与肿瘤细胞坏死和高肿瘤负荷相关，是多种癌症类型中公认的预后指标。从相关机制来看，LDH可通过抑制I型IFN反应，促进调节性免疫细胞（包括M2巨噬细胞、免疫耐受性树突状细胞和Tregs）的扩增和功能极化，抑制细胞毒性和效应T细胞介导的免疫，发挥直接的免疫抑制作用。

外泌体是直径小于50nm的小囊泡，能够携带免疫调节分子载荷，例如携带PD-L1+的肿瘤来源外泌体，以及含有非编码小RNA 320家族成员的外泌体，均与NSCLC患者的不良预后相关，但外泌体本身也颇为复杂，它们同样有促进/抑制免疫应答的两面性，目前尚不实用。

循环免疫生物标志物

衰老（Senescence）和耗竭是存在于外周血T细胞中的两种独特功能失调状态，衰老T细胞不能增殖，但保留了如产生IFNγ和TNF等一些能力，以维持低度慢性炎症；在约30%的NSCLC患者中，可观察到以CD8+CD28-CD57+T细胞为特征的循环衰老T细胞表型，且与ICIs治疗后预后不良相关，但与化疗效果不相关。与肿瘤内类似，终末耗竭的循环T细胞和调节性免疫细胞（包括Tregs、B细胞和NK细胞）在ICI无应答者中更为常见。与终末分化阻滞且缺乏增殖能力的衰老T细胞不同，耗竭T细胞保留了部分功能，但其特征是持续表达抑制性受体和由慢性抗原暴露驱动的转录重编程。低密度、未成熟的中性粒细胞的存在，与ICIs治疗后疾病较早进展相关，可能是比中性粒细胞/淋巴细胞比值（NLR）更具预测价值的指标。

此外，对IL-6、IL-8、IL-10、IL-11、IFNγ、TGFβ和TNF等循环细胞因子特征的分析也与ICIs治疗应答相关，且可借助机器学习模型作进一步探索；而可溶性抗药抗体的临床意义存在争议，现有报道显示其与ICIs疗效的下降和改善均可能相关。

图3.各类可用于评估ICIs耐药的循环肿瘤/免疫生物标志物（图源[5]）

耐药中的生物标志物评估

ICIs或基于ICIs的方案治疗失败后（即出现疾病进展），是否或如何进行生物标志物评估仍是争论焦点，关键问题在于是否需重复活检采样，以及应评估哪些生物标志物，且现有数据基本仅限于对耐药机制的描述，例如获得性耐药患者中观察到的常见耐药机制，包括STK11、KEAP1和B2M等基因的获得性功能丧失突变、肿瘤浸润淋巴细胞（TIL）密度降低、CD8+T细胞排斥、HLA I类分子表达减少，虽然都是公认的免疫耐药机制，但很难提供立即指导临床决策的证据。

从临床角度来看，需要考虑两个关键问题。首先，全面了解耐药的形态学、空间和基因组机制对于开发新的治疗策略至关重要，但这些评估可能无法使单个患者受益；其次，若取样活检可能提供具有临床指导价值的见解，例如发现患者肿瘤组织学类型转变为小细胞肺癌（SCLC），或提供可让患者纳入临床试验的证据，则应进行重复活检。随着针对特定耐药机制的新型靶向疗法出现（如TROP2 ADC），重复活检和生物标志物再评估正愈发重要。

另一个争议点则是应采用血液还是组织样本进行生物标志物评估：为应对组织学类型转变和TME空间异质性等问题，组织样本评估显然有明显优势，但组织活检作为侵入性检查有一定风险，且由于瘤内异质性，活检样本通常较小的尺寸可能会限制其代表性[6]。

▌参考文献：

[1] Alessi JV, Ricciuti B, Spurr LF, et al. SMARCA4 and Other SWItch/Sucrose NonFermentable Family Genomic Alterations in NSCLC: Clinicopathologic Characteristics and Outcomes to Immune Checkpoint Inhibition. J Thorac Oncol. 2021;16(7):1176-1187. doi:10.1016/j.jtho.2021.03.024

[2] Otegui N, Houry M, Arozarena I, et al. Cancer Cell-Intrinsic Alterations Associated with an Immunosuppressive Tumor Microenvironment and Resistance to Immunotherapy in Lung Cancer. Cancers (Basel). 2023;15(12):3076. Published 2023 Jun 6. doi:10.3390/cancers15123076

[3] Park S, Ock CY, Kim H, et al. Artificial Intelligence-Powered Spatial Analysis of Tumor-Infiltrating Lymphocytes as Complementary Biomarker for Immune Checkpoint Inhibition in Non-Small-Cell Lung Cancer. J Clin Oncol. 2022;40(17):1916-1928. doi:10.1200/JCO.21.02010

[4] Wang MM, Coupland SE, Aittokallio T, Figueiredo CR. Resistance to immune checkpoint therapies by tumour-induced T-cell desertification and exclusion: key mechanisms, prognostication and new therapeutic opportunities. Br J Cancer. 2023;129(8):1212-1224. doi:10.1038/s41416-023-02361-4

[5] Song R, Liu F, Ping Y, Zhang Y, Wang L. Potential non-invasive biomarkers in tumor immune checkpoint inhibitor therapy: response and prognosis prediction. Biomark Res. 2023;11(1):57. Published 2023 Jun 2. doi:10.1186/s40364-023-00498-1

[6] Reck M, Frost N, Peters S, et al. Treatment of NSCLC after chemoimmunotherapy - are we making headway?. Nat Rev Clin Oncol. Published online August 14, 2025. doi:10.1038/s41571-025-01061-7

来源：肿瘤瞭望