目前免疫疗法已经成为多种恶性肿瘤的主要治疗手段之一。乳腺癌一直被归类为“免疫惰性”肿瘤类型，免疫疗法在乳腺癌中的应用进展也相对较为缓慢。近日，Cancer Discovery（IF = 38.27）杂志发表综述文章1，详细总结了不同分子/组织学亚型乳腺肿瘤细胞与免疫系统之间复杂相互作用的最新进展，如癌细胞固有因素（如免疫原性、肿瘤突变负荷、PD-L1表达、代谢重编程等）、外在因素（如免疫浸润特征与功能）、肿瘤免疫微环境（TIME）间的差异，为未来乳腺癌免疫治疗的探索提供了重要见解。
基于不同的分子亚型[如HR+乳腺癌、HER2+乳腺癌和三阴性乳腺癌（TNBC）]或组织学亚型（如浸润性导管癌、浸润性小叶癌），患者的治疗选择和临床预后各不相同。
目前临床上针对乳腺癌的分类方法很大程度上并未考虑肿瘤的初始免疫状态，但是不同分子亚型乳腺癌不同的遗传变异特征、TIME特征，往往会对免疫浸润水平以及免疫反应程度造成影响。因此，进一步细化乳腺癌的分类方法（如结合肿瘤细胞分子/组织学特征以及病灶所伴随的免疫浸润特征）或将有助于我们更好地了解肿瘤的生态系统。
图1：乳腺癌组织学亚型、分子亚型、临床亚型分类汇总
参与TIME的固有因素
由于批量和单细胞测序技术的进步，丰富的基因组和转录组学数据显示了乳腺癌亚型之间的差异。内源性基因组上调通路、肿瘤突变负荷（TMB）、肿瘤 PD-L1 表达和主要组织相容性复合体（MHC）Ⅰ类分子下调的关键差异均可导致不同亚型乳腺癌存在不同的TIME。
传统受体状态之外的肿瘤分类
TNBC的4种主要亚型
在过去十年中，学者在进一步细化乳腺癌分子亚型方面展开了不懈的努力。例如，在TNBC领域，复旦大学附属肿瘤医院邵志敏教授团队提出了TNBC的4种主要亚型（基底样免疫抑制亚型、免疫调节亚型、间充质亚型、管腔雄激素受体亚型）的“复旦分型”标准，为TNBC的精准分型与分类治疗提供了重要参考2。并且，这些TNBC不同亚型之间的免疫反应水平也存在一定的差异，具体而言：
基底样免疫抑制亚型患者可能对化疗最有效；
免疫调节亚型患者肿瘤浸润淋巴细胞（TIL）水平较高，这部分患者接受免疫检查点抑制剂治疗可能更为有效；
间充质亚型患者JAK/STAT激活水平较高，提示这部分患者接受STAT3抑制剂治疗可能效果较好；
管腔雄激素受体亚型患者存在AR表达水平较高、HER2激活突变特征，因此激素治疗或抗HER2酪氨酸激酶抑制剂可能对这部分患者有效。
HER2+乳腺癌的不同基因组特征
与TNBC类似，HER2+乳腺癌患者也可能具有不同的基因组特征。临床上50%的HER2+乳腺癌为HER2富集型（HER2-E），这部分患者通常HR为阴性，且HER2信号通路活化程度高，相较于Luminal B型乳腺癌（HER2+型），HER2-E乳腺癌肿瘤细胞增殖水平更高，免疫浸润水平也同样更高。
TMB
传统的 TMB 或 HLA 表达标志物也可能导致不同的TIME。对3969例乳腺癌患者的大型分析确定了 TMB 的亚型差异3。
TNBC的中位 TMB 高于HER2+和HR+乳腺癌，其中HR+乳腺癌最低；
当对 TMB 进行分类分组时，Luminal A型和 Luminal B 型肿瘤归类为高TMB的肿瘤比例显著低于HER2+乳腺癌和 TNBC。
TMB 较高的乳腺癌更常富集有利的免疫浸润，包括存在CD8+ T细胞、CD4+ T细胞、NK细胞和γδT细胞4。与抗原刺激的免疫反应一致，高 TMB 和高免疫浸润的患者较免疫浸润差的患者存活时间更长。
HLA-Ⅰ表达
相关研究表明HLA-Ⅰ类分子加工和递呈抗原功能受损是免疫检查点抑制剂（ICI）耐药的重要原因。
HLA-Ⅰ类分子是细胞毒性T细胞反应的重要参与者，HLA-Ⅰ类分子可与胞内蛋白的特定多肽结合，并将其提呈给CD8+ T细胞。HLA基因体细胞突变率的增高与HLA功能异常显著相关，是免疫逃逸的潜在机制，参与肿瘤形成和肿瘤进展。个体表达6种MHC-Ⅰ类分子，由位于6号染色体上3个基因（HLA-A，HLA-B和HLA-C）编码5,6。
在GeparTrio 试验中IHC 分析结果显示，与其他亚型相比，HR+/HER2-肿瘤表现出显著较低的HLA-Ⅰ表达。尽管在HR+亚型中较低，但 HLA 下调也可能参与其他亚型的免疫逃逸7。
TNBC的研究中发现，HLA-A 的遗传缺失和表观遗传（超甲基化）改变导致 HLA-A 基因表达普遍下调和 MHC-Ⅰ相关新抗原数量减少，且与 TMB 无关8。在癌症基因组图谱（The Cancer Genome Atlas，TCGA）中，具有 HLA-A 甲基化的原发性肿瘤与多种获得性免疫标记物的表达降低相关，可能为免疫逃逸的证据8。
研究者推测ICI可能对这类HLA-A低表达肿瘤和TNBC影响不大，这或许解释了ICI治疗TNBC取得较小缓解率的原因。目前仍然无法明确表明ER+乳腺癌为MHC-Ⅰ“low”肿瘤，因为TNBC很可能受干扰素（IFN）信号较多的影响只是相对较高。
癌细胞 PD-L1 表达
三种主要分子亚型乳腺癌之间观察到PD-L1的表达存在明显差异 。通过免疫组化（IHC）和基因表达分析发现似乎TNBC中PD-L1阳性表达和免疫细胞水平最高，并同时在HER2+和ER+ 病灶中观察到PD-L1阳性肿瘤细胞减少9。在多变量分析中，PD-L1阳性与阳性淋巴结转移、较高的组织学分级、ER阴性和 TNBC 相关9。另外，未观察到 PD-L1 阳性和 HER2 状态之间的关系。
TIME的代谢重编程
随着正常乳腺上皮细胞进展为癌细胞，细胞代谢则发生改变以满足对能量和营养物质的新需求。研究发现代谢失调在 TNBC 中的表现最明显。
为了对TNBC的代谢途径进行深入分型分析，揭示其潜在的代谢治疗靶点。邵志敏教授团队基于代谢特点（MPS）划分出了三种亚型，即脂质合成亚型（MPS1）、糖酵解亚型（MPS2）和混合亚型（MPS3）10。有趣的是，糖酵解和核苷酸代谢上调（MPS2）的 TNBC患者预后最差，同源重组缺陷率高10。
另一方面，ER+乳腺癌代谢组学方面的研究仍不够深入。然而，不同亚型的氨基酸代谢通路可能存在差异，与所有其他亚型相比，Luminal A型乳腺癌的氨基酸代谢水平最低11。雌激素和 ER 信号本身也可能改变细胞代谢，潜在的通路间交互作用也是目前较为活跃的研究领域。未来需要进一步研究来明确内在代谢重编程如何与目前使用的免疫靶向药物结合，从而产生有前景的新联合疗法。
图2：乳腺癌亚型独特的肿瘤固有特征的比较
小结
综述强调，传统的基于受体状态的乳腺癌分类存在一定的局限性，而基于“基因模块”（gene modules）的分类方法或能帮助我们更好地将肿瘤细胞免疫状态与临床预后联系起来。而除了乳腺癌亚型的内在差异可能会导致免疫反应程度不同之外，传统标志物（如TMB、HLA-Ⅰ、癌细胞PD-L1）的表达差异以及代谢重编程过程也可能对TIME造成不同程度的影响。
总体而言，与其他类型乳腺癌相比，TNBC的TMB水平较高、HLA下调可能性较高（更可能发生免疫逃逸）、PD-L1表达水平较高、癌细胞能量需求较高。考虑到TNBC的异质性，如何在这部分患者中筛选出合适的亚组人群进行免疫治疗将显得十分重要。
相较于TNBC而言，HER2+以及ER+乳腺癌的免疫治疗前景尚不十分明朗。不过需要指出的是，ER+乳腺癌可能是最为“免疫惰性”的乳腺癌类型，但这部分乳腺癌患者中也的确存在一类强免疫反应的患者类型。尽管靶向T细胞的免疫疗法可能并非为HER2+或ER+乳腺癌患者最有效的免疫治疗方案，但对这部分患者的免疫细胞浸润水平或功能进行评估或能为我们带来新奇的洞见。
1. Onkar SS, et al. The Great Immune Escape: Understanding the Divergent Immune Response in Breast Cancer Subtypes. Cancer discovery, 13(1), 23-40.
2. Jiang YZ, Ma D, Suo C, et al. Genomic and transcriptomic landscape of triple-negative breast cancers: subtypes and treatment strategies. Cancer Cell 2019;35:428–40.
3. Thomas A, Routh ED, Pullikuth A, et al.Tumor mutational burden is a determinant of immune-mediated survival in breast cancer. Oncoimmunology 2018;7:e1490854.
4. Barroso-Sousa R, Jain E, Cohen O, et al. Prevalence and mutational determinants of high tumor mutation burden in breast cancer. Ann Oncol 2020;31:387–94.
5. Pereira C, Gimenez-Xavier P, Pros E, et al. Genomic Profiling of Patient-Derived Xenografts for Lung Cancer Identifies B2M Inactivation Impairing Immunorecognition. Clin Cancer Res 2017;23(12):3203-3213.
6. Havel JJ, Chowell D, Chan TA. The evolving landscape of biomarkers for checkpoint inhibitor immunotherapy. Nat Rev Cancer 2019;19(3):133-150.
7. Sinn BV, Weber KE, Schmitt WD, et al. Human leucocyte antigen class I in hormone receptorpositive, HER2-negative breast cancer: association with response and survival after neoadjuvant chemotherapy. Breast Cancer Res 2019;21:142.
8. Perou C, Garcia-Recio S, Wheeler G, et al. Multiplatform Analysis of Primary and Metastatic Breast Tumors from the AURORA US Network identifies microenvironment and epigenetics drivers of metastasis. Research Square; 2022. DOI: 10.21203/rs.3.rs-1221704/v1.
9. Zhang M, Sun H, Zhao S, et al. Expression of PD-L1 and prognosis in breast cancer: a meta-analysis. Oncotarget 2017;8:31347–54.
10. Gong Y, Ji P, Yang YS, et al. Metabolic-pathwaybased subtyping of triple-negative breast cancer reveals potential therapeutic targets. Cell Metab 2021;33:51–64.
11. Kulkoyluoglu-Cotul E, Arca A, Madak-Erdogan Z. Crosstalk between estrogen signaling and breast cancer metabolism. Trends Endocrinol Metab 2019;30:25–38.
排版编辑：肿瘤资讯-Paine
苏公网安备 32059002004080号
