肿瘤生物标志物TMB的挑战和研究进展

前言

肿瘤突变负担（TMB），定义为癌症基因组中存在的体细胞非同义突变总数，在癌症类型中各不相同。TMB是衡量肿瘤突变数量的指标；突变越多，新抗原越多，其中一个或多个自身新抗原具有免疫原性并触发T细胞反应的几率就越高。许多研究报告了较高的TMB和ICI疗效之间的联系，表明TMB可能是一个良好的预测性生物标记物。

2020年6月16日， FDA批准了Pembrolizumab用于治疗不可切除或转移性的高肿瘤组织样本突变负荷（TMB-H）≥10个突变/Mb的成人和儿童实体瘤患者。然而，TMB对所有癌症类型的适用性和最佳阈值仍尚待确定。目前，对TMB的研究正在沿着三条主要途径推进：通过实验室中严格的质量控制措施，包括减轻混淆因素，如有限的小组范围和低肿瘤纯度，加强TMB评估；通过引入克隆、持续性或HLA校正的TMB、肿瘤新抗原负荷和突变特征等创新概念，完善传统的TMB框架；以及TMB与已建立和新兴的生物标志物的整合，如PD-L1表达、微卫星不稳定性、免疫基因表达谱和肿瘤免疫背景。鉴于TMB在癌症发病机制和免疫系统识别肿瘤能力中的关键功能，深入理解TMB的基本原理和持续进化对肿瘤学领域至关重要。

TMB的定义及测定

TMB的概念定义是肿瘤标本中出现的突变总数。根据不同的方法，针对TMB考虑的基因改变类型的实际定义有所不同。TMB的特征最初是通过全外显子组测序（WES）来完成的，WES本质上认为遗传改变仅限于外显子（编码区域）。WES的TMB计算包括编码区的非同义突变，并通过减去匹配的正常样本排除种系变化。

基金会医学开发的324个基因（相当于1.1MB编码基因组）的全面基因组分析检测试验（FoundationOne），被证实是WES对TMB的准确评估。最近， FDA批准了该检测方法，作为对于>10个突变/Mb的TMB患者使用pembrolizumab的辅助诊断。

FoundationOne分析还包括其TMB中的同义突变和内含子区的插入缺失标记（Indels），这些都不包括在WES中。Indels通常会产生新的DNA开放阅读框，从而产生一个全新的肽段，这些肽段可能有更高的机会编码免疫原性新抗原。

另一个FDA批准的NGS检测试验是MSK-IMPACT，该试验目前确定了468个癌症相关基因（约1.2MB）的体细胞外显子突变。

TMB与肿瘤免疫应答

免疫逃避是肿瘤的一个重要特征。T细胞通常识别由突变产生的新抗原，并由癌细胞表面的主要组织相容性复合物（MHC）蛋白呈现。为了生存，肿瘤劫持了通常作为检查点的蛋白质来削弱免疫系统对其的杀伤作用。

通过阻断免疫检查点蛋白，如PD-1、PD-L1和CTLA-4，免疫系统可以被重新唤醒。然而，一旦活化，T细胞必须仍然能够将肿瘤与正常细胞区分开来。如果肿瘤细胞表面存在免疫原性新抗原，则有助于对肿瘤细胞的识别。由于新抗原是由突变产生的，突变的数量越多（即TMB越高），MHC蛋白所呈现的一些新抗原具有免疫原性的可能性就越大。在此基础上，高水平的TMB与ICI治疗后更好的结果相关也就不足为奇了。

然而，任何将TMB的预测能力二分法的尝试都是不完美的，因为理论上，T细胞识别的新抗原可以起源于低突变环境（尽管可能性较低）；相反，大量突变并不一定转化为免疫原性新抗原。

TMB临床使用的局限性

多项研究表明，TMB与ICIs反应之间呈正相关，与化疗相比，接受ICIs的TMB高肿瘤患者的生存结果有所改善。尽管如此，也有一部分研究在特定肿瘤的更多样化的群组中未能证实TMB与ICI反应的正相关，这表明TMB的临床效用可能存在局限性。

首先，TMB是一个连续变量，导致临床决策分层的固有挑战。特别是，对于所有癌症类型，10个突变/Mb是否最佳的并且同样有效，需要进一步研究。在Keynote-158研究中， TMBs<10、10-13和>13 mut/Mb的肿瘤反应率分别为6.7%、12.5%和37%，表明在10 mut/Mb的设定并不完美，这一临界值是根据早期涉及NSCLC患者的回顾性研究预先设定的。有必要进一步验证最佳的、潜在的癌症类型特异性TMB截止值，以更准确地选择最有可能从ICI中获益的患者。

此外，TMB的预测值可能取决于所考虑的特定治疗方案。已经观察到在PD-1/PD-L1抑制剂联合CTLA4抑制剂治疗可以保持TMB的预期值。相比之下，对于接受ICI和化疗联合治疗的患者，TMB可能会完全失去其预测价值，这种情况在Keynote-189、Keynote-407和Keynote-21研究中观察到。这个问题并不是TMB特有的，也影响了其他几种免疫相关生物标志物，包括PD-L1和基于血液的生物标志物。当化疗与ICI一起进行时，所有这些生物标志物都失去了预测能力。

TMB应用的改进策略

为了改善TMB在肿瘤生物标志物应用中预测ICI益处的这些局限性，人们正在研究了一些新的策略：如用肿瘤新抗原负荷（TNB）或HLA校正的TMB替代TMB，以解决潜在突变的不同免疫原性；改进经典的TMB，以纳入某些新概念，包括cTMB、持久的TMB（pTMB）和突变特征；将TMB与其他生物标志物相结合，如PD-L1、MSI-H、STK11/KEAP1突变、衍生的淋巴细胞与中性粒细胞比率和/或免疫相关基因表达特征，以提高TMB在接受化学免疫治疗方案的患者中的预测有效性。

肿瘤新抗原负荷

TNB涉及通过特异性量化导致免疫原性新肽的突变子集或免疫原性新肽的总和来细化TMB。人们已经开发了计算机模拟方法来预测新抗原加工、抗原结合亲和力和抗原识别。对于所有研究的算法，每个肿瘤的MHC I预测的突变百分比在各种癌症类型之间有显著差异。因此，对于某些癌症类型， 高TMB和高TNB的百分比显著不同。因此，在选择接受ICI的患者方面也存在显著差异。

目前，支持TNB和相关生物标志物优于TMB作为ICI反应预测因子的临床证据有限。能够准确预测强效新抗原的计算模型仍在开发中，这反过来又受到可用训练数据量的限制，这是导致这一限制的重要因素。

TMB修正

目前已经引入了几种与TMB相关的生物标志物，包括某些突变子集，目的是优化ICI益处的预测。组织样本的总TMB可以分解为克隆和亚克隆突变的总和，前者构成cTMB。较高的cTMB和较高的总TMB都与ICI反应的改善有关，而亚克隆TMB则不能预测。来自胃癌或结直肠癌患者的数据提供了一些证据，表明cTMB优于经典TMB。相比之下，其他数据不支持使用cTMB：在黑色素瘤患者中，cTMB在预测OS方面没有超过总TMB。

作为另一种TMB修饰，pTMB仅包括在肿瘤进化过程中不太可能丢失的突变，或作为获得性耐药性的机制。pTMB在预测黑色素瘤、头颈癌症、间皮瘤或NSCLC患者对ICI的反应方面表现优于TMB。因此，有必要进一步研究这一新概念，以证实pTMB优于经典TMB的预测优势。

与其他生物标志物的组合

在黑色素瘤中，TMB已与转录组学和免疫细胞组学数据相结合，或与炎症基因表达特征和BRAF突变状态相结合，以创建多模式预测因子，这两种方法在识别可能受益于ICIs的患者方面均优于单独的TMB。此外，多种基因组和转录组参数，包括MHC I和II复合物的新抗原呈递，可以预测ICIs的结果。类似的方法已应用于其他癌症类型，包括NSCLC、尿路上皮癌或胸膜间皮瘤。因此，TMB、基因表达谱、肿瘤微环境分析、免疫细胞组成和标记物表达的组合被认为优于单独估计TMB。

小结

越来越多的证据支持TMB作为实体瘤患者对ICI反应性的预测生物标志物的临床应用。然而，尽管FDA批准了抗PD-1抗体pembrolizumab在TMB >10突变/Mb的实体瘤中的应用，但作为临床生物标记物，TMB的进一步开发仍面临许多挑战。例如，TMB对免疫疗法与靶向药物或化疗联合应用的预测价值尚未确定。此外，认识到低TMB患者中有一小部分（5%）对ICIs反应良好，而超过50%的高水平TMB患者无反应，这一点至关重要。这反映了免疫系统的复杂性，需要将多个其他变量纳入一个复合生物标记物中，以便更准确地预测ICI结果，并充分发挥免疫治疗的潜在益处。对这些因素进行更全面的评估，包括抗原加工和呈递途径中功能丧失改变的存在，以及将影响这些不同过程的改变组合，将是克服TMB预测ICI反应的有限敏感性和特异性的关键。

参考文献：

1.The Challenges of Tumor Mutational Burden as an Immunotherapy Biomarker. Cancer Cell

. 2020 Oct 14;S1535-6108(20)30495-5.

2. Tumour mutational burden: clinical utility, challenges and emerging improvements. Nat Rev Clin Oncol.2024 Oct;21(10):725-742