大家好，今天跟大家分享一篇题为Multi-omic profiling reveals the endog enous and neoplastic res ponses to immuno therapies in cutaneous T cell lymphoma（多组学分析揭示了皮肤T细胞淋巴瘤对免疫疗法的内源性和肿瘤性反应）皮肤 T 细胞淋巴瘤 (CTCL) 是一种生存率较低且治疗方法有限的皮肤癌。蕈样肉芽肿 (MF) 和塞扎里综合征 (SS) 是CTCL的两种最常见亚型。
01
研究背景
皮肤 T 细胞淋巴瘤 （CTCL） 是生存率低且治疗有限的皮肤癌。虽然免疫疗法已显示出一些疗效，但尚未系统地描述对 CTCL 患者施用免疫激活剂的免疫学后果。我们应用一套高维技术来研究接受单剂量或联合抗 PD-1 加干扰素-γ （IFN-γ） 治疗的 CTCL 患者的局部、细胞和全身反应。
肿瘤性 T 细胞在免疫治疗后没有激活的证据。IFN-γ 诱导柔和的内源性免疫反应，而抗 PD-1 引发更广泛的变化，包括 CLACD39 T 细胞丰度增加。我们开发了一种无偏倚的多组学分析方法，能够发现对患者进行分层的免疫模块。
我们在无反应者中发现了活化调节性 CLACD39 T 细胞的富集，在白血病患者中发现了活化的细胞毒性 CLACD39 T 细胞。我们的结果提供了对免疫疗法对 CTCL 患者影响的见解，并为临床试验的多组学分析提供了可推广的框架。
见图一
多组学分析描述 CTCL 患者的疾病状态。
图一
（A） 临床试验时间进程和实验方法图。
（B） 来自 HC、MF 和 SS 受试者的 BL 样本的 PBMC 等量样本的 UMAP。按细胞类型或疾病状态着色。
（C） 每个 CTCL 受试者的肿瘤 T 细胞百分比，按疾病状态着色。
（D） 按疾病状态划分的 BL 血液 TCR 库的 Gini-Simpson 多样性，有或没有肿瘤克隆型。交叉线表示平均值。Wilcoxon 秩和。
（E） 按疾病状态划分的 BL 非肿瘤频率。交叉线表示平均值。罗斯福校正的 Kruskal-Wallis。
见图二
肿瘤性 T 细胞没有显示激活抗 PD-1 疗法的证据。
图二
（A） 来自白血病受试者的肿瘤 T 细胞等量采样的 UMAP。按受试者或蛋白质表达着色。
（B） 基于中位表达的肿瘤和正常非幼稚 CD4 T 细胞之间的差异表达标志物。按富集的人口着色。带注释的标记是显著的 （q < 0.1）。FDR 校正的 Wilcoxon 符号等级。
（C） 来自 HC 和白血病受试者的等量细胞采样的肿瘤和正常 CD4 T 细胞的当前（上）和拟议的（中、下）临床设门方案，按密度着色。数字表示门中的百分比。
（D） 指定 T 细胞群的等量采样的表达水平。菱形表示中位数。
（E） PCA 来源于肿瘤和正常非幼稚 CD4 T 细胞中代谢标志物的中位表达，按细胞或中位表达着色。省略号表示假设多变量 t 分布的第 95 个百分位 CI。
（F） BL 处正常或肿瘤性 T 细胞等采样的双轴，按密度着色。数字表示门中的百分比。
（G） 受试者正常或肿瘤性 T 细胞的 %PD-1 表达。
（H） PB 或肿瘤中 %PD-1 正常或肿瘤性 T 细胞。交叉线表示平均值。威尔科克森签署了等级。
（I） 按时间点划分的 %Ki-67 肿瘤性 T 细胞。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（J） 等量采样的肿瘤 T 细胞的 UMAP;与 （A） 相同的歧管。按主题着色，按时间点分隔。
（K） 按时间点和反应划分的 %PD-1/肿瘤性 T 细胞。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（L） C2 时 %PD-1/肿瘤性 T 细胞的变化。交叉线表示平均值。Wilcoxon 秩和。
（M） 按反应在 BL 的 %PD-L1 肿瘤 T 细胞。交叉线表示平均值。Wilcoxon 秩和。
（N） 按时间点划分的肿瘤性 T 细胞中 PD-L1 的表达。按 BL %PD-L1 排序并按响应着色的行。
见图三
IFN-γ 诱导无声免疫激活。
图三
（A） 按受试者、细胞类型和时间点划分的 %PD-L1 细胞。
（B） 日志2不同受试者的肿瘤 mRNA 中 IFN-γ 反应基因在 BL 和 C1 之间的表达变化。
（C） C1 细胞类型不同 %Ki-67 细胞的变化。红框表示显著性 （q < 0.1）。FDR 校正的 Wilcoxon 符号等级。
（D） %HLA-DR CD14 单核细胞的时间点和疾病状态 （TOP）。威尔科克森签署了等级。C1 处 %HLA-DR CD14 单核细胞随疾病状态的变化（底部）Wilcoxon 秩和。
（E） 时间点之间显著差异的 TCR 克隆计数 （q < 0.1） 和时间点之间非肿瘤性 T 细胞亚群频率的变化（右）。主题顺序保持不变。FDR 更正了 Fisher 的精确性。
见图四
CLACD39 T 细胞类似于 TIL，抗 PD-1 治疗后循环增加。
图四
（A） 按时间点划分的 %PD-1 肿瘤和正常 T 细胞。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（B） 按时间点划分的非肿瘤性 T 细胞的 T 细胞群频率。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（C） 来自抗 PD-1 治疗前后受试者的相等抽样的非肿瘤性 T 细胞的 UMAP。按群体、特异性或标志物表达着色。
（D） 跨时间点来自一名受试者的 CLACD39 或 CMV 特异性 CD8 EM T 细胞的激活标志物百分比。交叉线表示平均值。
（E） CLACD39 和 CLA 的平均激活标志物百分比−CD39的−T 细胞亚群。
（F） BL 处按细胞类型划分的 T 细胞百分比。横线表示平均值。FDR 校正的 Wilcoxon 秩和。
见图五
多组学免疫模块识别与治疗反应相关的特征。
图五
（A） 免疫模块方法示意图。
（B） 在 C2 处区分响应和非响应的预测因子的基尼指数。虚线表示差异免疫模块的阈值。颜色与 （C） 相同。
（C） 包含 （B） 中选择的免疫模块的特征的效应大小。颜色表示免疫模块。按 Gini 索引排序的行。
（D） 相同（顶部）或不同（底部）免疫模块中的差异免疫特征。R 通过 Pearson 方法计算。通过线性回归计算的拟合线。
（E） 按反应划分的 T 细胞群的平均 % 激活标志物。
（F） 按响应和时间点划分的 CLACD39 Treg EM 的百分比。横线表示平均值。FDR 校正的 Wilcoxon 秩和。
（G） 模型选择的特征和/或在 C2 处显著差异表达的特征的 Z 分数。
见图六
全身和局部免疫特征区分抗 PD-1 治疗前后的 MF 和 SS 患者。
图六
（A） 包含免疫模块的特征的效应大小，在 BL 中区分 MF 和 SS 患者，按免疫模块着色，行按基尼指数排序。
（B） 肿瘤细胞图显示了 BL 处代表性 MF 和 SS 肿瘤的细胞坐标，按细胞类型着色。
（C） BL 肿瘤中按免疫细胞百分比排序的细胞类型百分比。
（D） BL 时存在肿瘤的 T 细胞群的 %PD-1。
（E） BL 的差异免疫特征由疾病状态或反应着色。省略号表示假设多变量 t 分布的第 95 个百分位 CI。
（F） 总和或对数2（E） 中按反应或疾病状态划分的特征比率。交叉线表示平均值。Wilcoxon 秩和。
（G） 来自 CTCL 受试者的肿瘤存在肿瘤的肿瘤性 T 细胞的 cxcl13 表达。菱形表示平均值。
（H） 按时间点和疾病状态划分的 cxcl13 肿瘤 mRNA 和 CXCL13 血清蛋白的大量表达。蓝色三角形表示 PBMC 中 >10% 的肿瘤性 T 细胞的 MF 受试者。
（I） BL 差异特征的 Z 分数，其中白血病 MF 受试者比 MF 受试者更类似于 SS 受试者（Δ Mahalanobis 距离> 0.3）。
02
研究结论
总之，我们对 CTCL 患者的全面分析揭示了内源性和肿瘤性对免疫疗法反应的突出特征，并为临床样本的多组学分析提供了一个框架。深入了解免疫疗法在人体中的作用机制和体内效应，可以识别用于患者选择的生物标志物，生成有关潜在生物学机制的假设，并为我们的临床前模型的治疗靶点选择提供信息。71更深入地了解人类免疫系统对于基于发现的科学的发展并将其转化为更健康的患者至关重要。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
01
研究背景
皮肤 T 细胞淋巴瘤 （CTCL） 是生存率低且治疗有限的皮肤癌。虽然免疫疗法已显示出一些疗效，但尚未系统地描述对 CTCL 患者施用免疫激活剂的免疫学后果。我们应用一套高维技术来研究接受单剂量或联合抗 PD-1 加干扰素-γ （IFN-γ） 治疗的 CTCL 患者的局部、细胞和全身反应。
肿瘤性 T 细胞在免疫治疗后没有激活的证据。IFN-γ 诱导柔和的内源性免疫反应，而抗 PD-1 引发更广泛的变化，包括 CLACD39 T 细胞丰度增加。我们开发了一种无偏倚的多组学分析方法，能够发现对患者进行分层的免疫模块。
我们在无反应者中发现了活化调节性 CLACD39 T 细胞的富集，在白血病患者中发现了活化的细胞毒性 CLACD39 T 细胞。我们的结果提供了对免疫疗法对 CTCL 患者影响的见解，并为临床试验的多组学分析提供了可推广的框架。
见图一
多组学分析描述 CTCL 患者的疾病状态。
图一
（A） 临床试验时间进程和实验方法图。
（B） 来自 HC、MF 和 SS 受试者的 BL 样本的 PBMC 等量样本的 UMAP。按细胞类型或疾病状态着色。
（C） 每个 CTCL 受试者的肿瘤 T 细胞百分比，按疾病状态着色。
（D） 按疾病状态划分的 BL 血液 TCR 库的 Gini-Simpson 多样性，有或没有肿瘤克隆型。交叉线表示平均值。Wilcoxon 秩和。
（E） 按疾病状态划分的 BL 非肿瘤频率。交叉线表示平均值。罗斯福校正的 Kruskal-Wallis。
见图二
肿瘤性 T 细胞没有显示激活抗 PD-1 疗法的证据。
图二
（A） 来自白血病受试者的肿瘤 T 细胞等量采样的 UMAP。按受试者或蛋白质表达着色。
（B） 基于中位表达的肿瘤和正常非幼稚 CD4 T 细胞之间的差异表达标志物。按富集的人口着色。带注释的标记是显著的 （q < 0.1）。FDR 校正的 Wilcoxon 符号等级。
（C） 来自 HC 和白血病受试者的等量细胞采样的肿瘤和正常 CD4 T 细胞的当前（上）和拟议的（中、下）临床设门方案，按密度着色。数字表示门中的百分比。
（D） 指定 T 细胞群的等量采样的表达水平。菱形表示中位数。
（E） PCA 来源于肿瘤和正常非幼稚 CD4 T 细胞中代谢标志物的中位表达，按细胞或中位表达着色。省略号表示假设多变量 t 分布的第 95 个百分位 CI。
（F） BL 处正常或肿瘤性 T 细胞等采样的双轴，按密度着色。数字表示门中的百分比。
（G） 受试者正常或肿瘤性 T 细胞的 %PD-1 表达。
（H） PB 或肿瘤中 %PD-1 正常或肿瘤性 T 细胞。交叉线表示平均值。威尔科克森签署了等级。
（I） 按时间点划分的 %Ki-67 肿瘤性 T 细胞。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（J） 等量采样的肿瘤 T 细胞的 UMAP;与 （A） 相同的歧管。按主题着色，按时间点分隔。
（K） 按时间点和反应划分的 %PD-1/肿瘤性 T 细胞。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（L） C2 时 %PD-1/肿瘤性 T 细胞的变化。交叉线表示平均值。Wilcoxon 秩和。
（M） 按反应在 BL 的 %PD-L1 肿瘤 T 细胞。交叉线表示平均值。Wilcoxon 秩和。
（N） 按时间点划分的肿瘤性 T 细胞中 PD-L1 的表达。按 BL %PD-L1 排序并按响应着色的行。
见图三
IFN-γ 诱导无声免疫激活。
图三
（A） 按受试者、细胞类型和时间点划分的 %PD-L1 细胞。
（B） 日志2不同受试者的肿瘤 mRNA 中 IFN-γ 反应基因在 BL 和 C1 之间的表达变化。
（C） C1 细胞类型不同 %Ki-67 细胞的变化。红框表示显著性 （q < 0.1）。FDR 校正的 Wilcoxon 符号等级。
（D） %HLA-DR CD14 单核细胞的时间点和疾病状态 （TOP）。威尔科克森签署了等级。C1 处 %HLA-DR CD14 单核细胞随疾病状态的变化（底部）Wilcoxon 秩和。
（E） 时间点之间显著差异的 TCR 克隆计数 （q < 0.1） 和时间点之间非肿瘤性 T 细胞亚群频率的变化（右）。主题顺序保持不变。FDR 更正了 Fisher 的精确性。
见图四
CLACD39 T 细胞类似于 TIL，抗 PD-1 治疗后循环增加。
图四
（A） 按时间点划分的 %PD-1 肿瘤和正常 T 细胞。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（B） 按时间点划分的非肿瘤性 T 细胞的 T 细胞群频率。交叉线表示平均值。FDR 校正的 Wilcoxon 符号等级。
（C） 来自抗 PD-1 治疗前后受试者的相等抽样的非肿瘤性 T 细胞的 UMAP。按群体、特异性或标志物表达着色。
（D） 跨时间点来自一名受试者的 CLACD39 或 CMV 特异性 CD8 EM T 细胞的激活标志物百分比。交叉线表示平均值。
（E） CLACD39 和 CLA 的平均激活标志物百分比−CD39的−T 细胞亚群。
（F） BL 处按细胞类型划分的 T 细胞百分比。横线表示平均值。FDR 校正的 Wilcoxon 秩和。
见图五
多组学免疫模块识别与治疗反应相关的特征。
图五
（A） 免疫模块方法示意图。
（B） 在 C2 处区分响应和非响应的预测因子的基尼指数。虚线表示差异免疫模块的阈值。颜色与 （C） 相同。
（C） 包含 （B） 中选择的免疫模块的特征的效应大小。颜色表示免疫模块。按 Gini 索引排序的行。
（D） 相同（顶部）或不同（底部）免疫模块中的差异免疫特征。R 通过 Pearson 方法计算。通过线性回归计算的拟合线。
（E） 按反应划分的 T 细胞群的平均 % 激活标志物。
（F） 按响应和时间点划分的 CLACD39 Treg EM 的百分比。横线表示平均值。FDR 校正的 Wilcoxon 秩和。
（G） 模型选择的特征和/或在 C2 处显著差异表达的特征的 Z 分数。
见图六
全身和局部免疫特征区分抗 PD-1 治疗前后的 MF 和 SS 患者。
图六
（A） 包含免疫模块的特征的效应大小，在 BL 中区分 MF 和 SS 患者，按免疫模块着色，行按基尼指数排序。
（B） 肿瘤细胞图显示了 BL 处代表性 MF 和 SS 肿瘤的细胞坐标，按细胞类型着色。
（C） BL 肿瘤中按免疫细胞百分比排序的细胞类型百分比。
（D） BL 时存在肿瘤的 T 细胞群的 %PD-1。
（E） BL 的差异免疫特征由疾病状态或反应着色。省略号表示假设多变量 t 分布的第 95 个百分位 CI。
（F） 总和或对数2（E） 中按反应或疾病状态划分的特征比率。交叉线表示平均值。Wilcoxon 秩和。
（G） 来自 CTCL 受试者的肿瘤存在肿瘤的肿瘤性 T 细胞的 cxcl13 表达。菱形表示平均值。
（H） 按时间点和疾病状态划分的 cxcl13 肿瘤 mRNA 和 CXCL13 血清蛋白的大量表达。蓝色三角形表示 PBMC 中 >10% 的肿瘤性 T 细胞的 MF 受试者。
（I） BL 差异特征的 Z 分数，其中白血病 MF 受试者比 MF 受试者更类似于 SS 受试者（Δ Mahalanobis 距离> 0.3）。
02
研究结论
总之，我们对 CTCL 患者的全面分析揭示了内源性和肿瘤性对免疫疗法反应的突出特征，并为临床样本的多组学分析提供了一个框架。深入了解免疫疗法在人体中的作用机制和体内效应，可以识别用于患者选择的生物标志物，生成有关潜在生物学机制的假设，并为我们的临床前模型的治疗靶点选择提供信息。71更深入地了解人类免疫系统对于基于发现的科学的发展并将其转化为更健康的患者至关重要。
好了，今天的文献解读就到这儿来，我们下期再见！如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。
