1. 领域背景与文献引入
文献英文标题：Predictive biomarkers for the responsiveness of recurrent glioblastomas to activated killer cell immunotherapy；发表期刊：Cell & Bioscience；影响因子：未公开；研究领域：神经肿瘤学（胶质母细胞瘤免疫治疗）
胶质母细胞瘤（GBM）是成人最常见、恶性程度最高的原发性脑肿瘤，领域共识：其中位生存期不足20个月，5年生存率仅4%-5%，即使接受手术切除联合放疗、替莫唑胺化疗的标准治疗方案，仍有超过90%的患者会出现肿瘤复发，且复发后缺乏有效的治疗手段，患者预后极差。近年来，免疫治疗在黑色素瘤、非小细胞肺癌等实体瘤中取得突破性进展，但针对GBM的免疫检查点抑制剂（如CTLA-4、PD-1/PD-L1抑制剂）大型Ⅲ期临床试验均未显示出生存获益，其耐药机制涉及肿瘤自身低肿瘤突变负荷（TMB）、广泛的肿瘤内异质性，以及肿瘤微环境（TME）中存在的免疫抑制因子（如TGF-β、VEGF）、调节性T细胞（Treg）、髓源性抑制细胞（MDSCs）等，这些因素共同抑制了抗肿瘤免疫反应的激活与效应发挥。自然杀伤（NK）细胞作为固有免疫的核心细胞，可直接识别并杀伤肿瘤细胞，同时通过分泌细胞因子调节免疫微环境，成为GBM免疫治疗的新方向。前期临床研究显示，自体活化NK细胞（AKC）治疗可使部分复发性GBM患者获得长期生存，但目前缺乏能够精准预测患者对该治疗反应性的生物标志物，无法实现个体化治疗，这是当前领域亟待解决的核心问题。本研究正是针对这一空白，通过分析复发性GBM患者接受AKC治疗后的肿瘤免疫微环境特征，筛选并验证预测治疗反应的生物标志物，为GBM的精准NK细胞治疗提供理论依据与临床指导。
2. 文献综述解析
本文作者围绕GBM免疫治疗的现状与挑战，从免疫治疗类型、耐药机制及NK细胞治疗的潜力三个维度对领域内现有研究进行系统评述，明确了现有研究的优势与局限性，凸显了本研究的创新价值与必要性。
现有研究中，免疫检查点抑制剂在其他实体瘤中展现出显著的抗肿瘤活性，其优势在于可通过解除T细胞免疫耐受激活内源性抗肿瘤免疫，但针对GBM的临床试验均以失败告终，局限性主要源于GBM自身的免疫逃逸特性，包括低TMB导致肿瘤抗原不足、肿瘤细胞分泌大量免疫抑制因子、TME中免疫抑制细胞浸润等，使得免疫检查点抑制剂无法有效激活抗肿瘤免疫。NK细胞治疗的优势在于可绕过T细胞免疫耐受直接杀伤肿瘤细胞，同时能够调节TME的免疫抑制状态，前期小样本临床研究显示其在部分复发性GBM患者中具有生存获益，但局限性在于缺乏有效的生物标志物筛选适宜人群，导致治疗响应率难以提升。作者通过对比现有研究的未解决问题，指出本研究的创新点在于首次采用NanoString nCounter免疫基因表达谱分析结合机器学习模型，筛选出TNFRSF18、TNFSF4、IL12RB2三个可精准预测复发性GBM患者对AKC治疗反应性的生物标志物，并通过功能实验验证了其与免疫细胞浸润、NK细胞迁移的调控关系，填补了NK细胞治疗GBM预测标志物领域的空白，为实现个体化NK细胞治疗提供了关键工具。
3. 研究思路总结与详细解析
本研究的核心目标是筛选并验证复发性GBM患者对AKC治疗反应性的预测生物标志物，核心科学问题为肿瘤免疫微环境中哪些基因参与调控NK细胞治疗的反应性，其功能机制是什么。研究采用“临床样本队列构建→免疫基因表达谱分析→候选基因筛选与验证→功能机制研究→临床预后关联”的闭环技术路线，通过多组学分析与实验验证相结合的方法，系统解析了预测生物标志物的筛选与功能机制。
3.1 临床样本收集与分组
实验目的为建立应答者与非应答者的临床样本队列，为后续免疫微环境分析提供基础。方法细节上，研究选取12例接受AKC治疗的复发性GBM患者，根据治疗反应分为应答者（5例，生存期≥24个月）与非应答者（7例，生存期<24个月），收集患者治疗前的石蜡包埋肿瘤组织样本，由两位经过认证的病理学家通过苏木精-伊红（H&E）染色评估样本质量并确定肿瘤分析区域。结果解读显示，应答者的中位总生存期（OS）为22.5个月，中位无进展生存期（PFS）为10个月，5例应答者均存活超过2年且日常活动正常；非应答者的生存期均不足2年，治疗期间MRI显示肿瘤进展。IDH1（R132H）突变仅在1例非应答者中检测到，MGMT启动子甲基化在应答者和非应答者中分别有3例和4例。文献未提及具体实验产品，领域常规使用石蜡包埋组织样本处理试剂、病理染色试剂等。
3.2 肿瘤免疫基因表达谱分析
实验目的为对比应答者与非应答者的肿瘤免疫基因表达差异，筛选潜在的预测生物标志物。方法细节上，提取样本总RNA，采用NanoString nCounter PanCancer免疫分析面板检测730个免疫与肿瘤相关基因的表达水平；通过三步分析流程筛选候选基因：首先选取ROC曲线下面积（AUC）≥0.85的基因，其次选取与OS或PFS相关（P<0.05）的基因，最后利用随机森林模型构建预测模型并评估基因的预测重要性。结果解读显示，应答者的免疫相关基因整体表达水平显著高于非应答者，提示其肿瘤微环境呈免疫激活状态；共鉴定出35个差异表达基因（DEGs），其中33个在应答者中高表达，仅NOTCH1在非应答者中高表达；主成分分析（PCA）显示，除1例外，应答者与非应答者可通过35个DEGs明显区分。随机森林模型分析显示，TNF超家族中的TNFRSF18、TNFSF4、IL12RB2三个基因组成的模型预测性能最佳，袋外误差率为0%，敏感性与特异性均为1.0，预测准确率达100%（95% CI 73.5-100%）；三个基因在应答者中的mRNA表达水平分别为非应答者的2.8倍（TNFRSF18，P=0.06）、1.7倍（TNFSF4，P=0.0014）、2.0倍（IL12RB2，P=0.06）。
文献未提及具体实验产品，领域常规使用NanoString nCounter分析系统、RNA提取试剂盒等。
3.3 候选基因的qRT-PCR验证与临床预后关联
实验目的为验证候选基因的表达水平，并分析其与患者临床预后的关联。方法细节上，采用SuperScript™ IV VILO™ Master mix反转录RNA为cDNA，通过TaqMan™基因表达试剂盒进行qRT-PCR检测，以TBP为内参基因计算相对表达量；利用留一法交叉验证评估逻辑回归模型的预测性能；根据三个基因的中位表达水平将患者分为高表达组与低表达组，采用生存分析评估基因表达与PFS、OS的关联。结果解读显示，qRT-PCR检测结果与NanoString分析结果高度相关，Pearson相关系数分别为TNFRSF18（0.419）、TNFSF4（0.700）、IL12RB2（0.502）；逻辑回归模型的预测准确率达100%（95% CI 73.54-100%），可有效区分应答者与非应答者；生存分析显示，高表达三个基因的患者PFS与OS均显著优于低表达组，其中TNFRSF18高表达组的PFS P=0.0017，OS P=0.0042；TNFSF4高表达组的PFS P=0.0017，OS P=0.0042；IL12RB2高表达组的PFS P=0.0055，OS P=0.018。
实验所用关键产品：SuperScript™ IV VILO™ Master mix（Invitrogen，Waltham，MA，USA）、TaqMan™ Gene expression assays（Applied Biosystems，Carlsbad，CA，USA）、Bio-Rad CFX96实时PCR检测系统（Bio-Rad）。
3.4 免疫组化分析肿瘤免疫细胞浸润
实验目的为分析应答者与非应答者肿瘤组织中免疫细胞的浸润差异，关联候选基因的表达与免疫微环境特征。方法细节上，对肿瘤组织样本进行免疫组化（IHC）染色，检测T细胞标志物CD3、细胞毒性T细胞标志物CD8、巨噬细胞/小胶质细胞标志物CD68的表达，采用QuPath软件分析阳性细胞的密度（个/mm²），对比应答者与非应答者的免疫细胞浸润差异。结果解读显示，应答者肿瘤组织中CD8⁺细胞毒性T细胞的平均密度为169.6±306.8个/mm²，是非应答者（14.62±12.2个/mm²）的11.5倍，尽管因样本量较小差异无统计学意义（P=0.32），但CD8⁺细胞密度的ROC曲线AUC为0.91，以19.225为截断值时，敏感性为0.8，特异性为0.86，可有效预测治疗反应；应答者肿瘤组织中CD68⁺巨噬细胞/小胶质细胞的平均密度为621.2±684.7个/mm²，是非应答者（279.5±198.1个/mm²）的2.2倍，差异同样无统计学意义（P=0.33）；应答者中CD8⁺与CD68⁺细胞的密度高度相关（Pearson相关系数=0.95，P=0.013），提示这些免疫细胞在应答者的肿瘤微环境中存在密切相互作用，而在非应答者中无此相关性。
实验所用关键产品：CD3（2GV6）、CD8（SP57）、CD68（KP-1）抗体（Roche Diagnostics International AG，Rotkreuz，Switzerland）、VENTANA BechMark ULTRA全自动染色仪（Roche Diagnostics International AG）、Leica APERIO AT2数字切片扫描仪（Leica Biosystems，Nussloch，Germany）、QuPath图像分析软件。
3.5 候选基因与免疫细胞标志物的关联分析
实验目的为明确候选基因在免疫细胞中的来源及功能关联，解析其调控免疫微环境的机制。方法细节上，分析三个候选基因与44个免疫细胞标志物基因的表达相关性，采用Pearson相关系数评估应答者与非应答者中的关联差异。结果解读显示，应答者中TNFRSF18（GITR）与T细胞、Treg细胞、NK细胞、树突状细胞的标志物高度相关，提示其广泛参与多种免疫细胞的功能调控；TNFSF4（OX40L）与M2巨噬细胞标志物（CD206、CD163）相关，提示其与巨噬细胞的极化与功能有关；IL12RB2与NK细胞标志物CD56相关，提示其参与NK细胞的功能调控；而在非应答者中，三个候选基因与免疫细胞标志物无明确相关性，进一步说明这些基因的功能仅在免疫激活的微环境中发挥作用。
实验所用关键产品：无额外实验产品，基于NanoString基因表达数据与免疫组化结果进行生物信息学分析。
3.6 Transwell迁移实验验证候选基因对NK细胞迁移的影响
实验目的为验证候选基因表达对NK细胞向肿瘤细胞迁移的调控作用，解析其促进NK细胞治疗反应的功能机制。方法细节上，采用Transwell小室（8μm孔径）构建体外迁移模型，下室接种U87MG胶质母细胞瘤细胞或U87MG+T细胞，上室接种CFSE标记的NK细胞；使用特异性抗体阻断T细胞上的TNFSF4、TNFRSF18、IL12RB2表达，培养8h后通过细胞计数仪统计迁移至下室的NK细胞比例；同时通过流式细胞术检测T细胞与U87MG细胞上三个候选基因的表达水平。结果解读显示，活化T细胞高表达三个候选基因，其中TNFSF4的阳性率为62.29%，TNFRSF18为63.49%，IL12RB2为69.59%；阻断T细胞上的TNFSF4表达后，NK细胞向肿瘤细胞的迁移比例显著降低至26.9%±2.0%（P=0.027），阻断TNFRSF18与IL12RB2后迁移比例分别为42.1%±9.6%（P=0.195）和37.8%±9.6%（P=0.146），提示三个基因尤其是TNFSF4可促进NK细胞向肿瘤微环境迁移，增强NK细胞的抗肿瘤作用。
实验所用关键产品：抗TNFSF4-PE、抗TNFRSF18-PE、抗IL12RB2-PE抗体（BioLegend，San Diego，CA，USA）、CytoFLEX流式细胞仪（Beckman Coulter，Brea，CA，USA）、Transwell小室（SPL life science，Pocheon，Korea）、CFSE（Thermo Fisher Scientific，Waltham，USA）、阻断抗体（R&D Systems，Minneapolis，MN，USA）。
4. Biomarker研究及发现成果解析
本研究通过系统的筛选与验证流程，鉴定出TNFRSF18、TNFSF4、IL12RB2三个可预测复发性GBM患者对AKC治疗反应性的生物标志物，明确了其筛选逻辑、验证方法及功能机制，为复发性GBM的精准NK细胞治疗提供了关键的生物标志物工具。
Biomarker定位方面，三个基因均属于TNF超家族成员，筛选逻辑为：首先通过NanoString nCounter免疫基因表达谱分析对比应答者与非应答者的基因表达差异，然后通过三步筛选流程（AUC≥0.85、生存分析P<0.05、随机森林模型）确定候选基因，最后通过qRT-PCR、免疫组化、Transwell迁移实验进行验证与功能解析。研究过程详述显示，Biomarker来源于复发性GBM患者治疗前的肿瘤组织样本，验证方法包括转录组分析、定量PCR、免疫组化及功能细胞实验；特异性与敏感性方面，三个基因联合的随机森林模型预测准确率为100%（95% CI 73.5-100%），逻辑回归模型的预测准确率同样为100%（95% CI 73.54-100%），可精准区分应答者与非应答者；CD8⁺细胞密度的ROC曲线AUC为0.91，具有较高的预测价值。核心成果提炼显示，三个基因可作为复发性GBM患者对AKC治疗反应性的有效预测生物标志物，高表达患者的PFS与OS均显著优于低表达患者（所有关联分析P<0.05）；创新性在于首次发现这三个基因联合可精准预测NK细胞治疗的反应性，且揭示其通过促进NK细胞向肿瘤微环境迁移、调节免疫细胞浸润发挥功能；统计学结果显示，TNFSF4在应答者中的表达显著高于非应答者（P=0.0014），三个基因的表达均与患者预后显著相关（P<0.05），研究样本量n=12（应答者n=5，非应答者n=7）。推测：未来可通过扩大样本量验证这些生物标志物的临床应用价值，同时基于这些基因开发靶向药物，进一步增强NK细胞治疗的疗效。