1. 领域背景与文献
文献英文标题：A habitat radiomics approach for non-invasive prediction of tumor-infiltrating lymphocyte status to evaluate neoadjuvant immunochemotherapy response in non-small cell lung cancer；发表期刊：Cancer Immunology, Immunotherapy；影响因子：5.722（2023年）；研究领域：非小细胞肺癌肿瘤免疫治疗。
领域共识：免疫检查点抑制剂联合化疗的新辅助治疗方案，自2018年获FDA批准用于局部晚期非小细胞肺癌治疗以来，已成为该类患者的标准治疗模式，其病理完全缓解率可达20%~40%，显著优于传统单纯化疗。但当前领域仍存在三大核心未解决问题：一是患者治疗应答异质性极强，约40%~50%的患者无法实现主要病理缓解；二是现有实体瘤疗效评价标准（RECIST）无法准确区分免疫相关炎症、假性进展与真实肿瘤进展，疗效评估准确性不足；三是肿瘤浸润淋巴细胞（TIL）作为预测免疫治疗应答的核心生物标志物，其检测依赖有创组织活检，无法实现动态监测与治疗全程评估。当前影像组学技术已被证实可通过提取医学影像的定量特征反映肿瘤微环境生物学特性，但现有研究多采用全瘤影像组学分析，忽略了肿瘤内部空间异质性，尚未有研究将栖息地影像组学技术应用于非小细胞肺癌新辅助免疫化疗后的肿瘤浸润淋巴细胞状态预测。本研究针对上述临床痛点，开发基于治疗后CT影像的栖息地影像组学模型，实现肿瘤浸润淋巴细胞状态的无创预测，同时联合单细胞转录组学解析治疗耐药的免疫机制，为非小细胞肺癌新辅助免疫化疗的疗效评估与个体化治疗决策提供新的工具与理论依据。
2. 文献综述解析
作者综述部分按照“临床治疗进展→现有评估方法局限性→生物标志物研究进展→影像组学技术应用”的逻辑展开，系统梳理了领域内现有研究的进展与不足。
现有研究证实，新辅助免疫化疗可显著提升局部晚期非小细胞肺癌患者的病理缓解率与长期生存，但其疗效评估受免疫相关炎症反应、组织重塑等因素干扰，常规影像学评估准确性不足。肿瘤浸润淋巴细胞作为抗肿瘤免疫的核心效应细胞，其密度与免疫治疗应答、患者预后显著相关，但有创活检的限制使其无法广泛应用于临床常规监测。影像组学技术可通过提取CT、PET/CT等影像的纹理、形状、强度等定量特征，反映肿瘤细胞组成、血管分布、代谢状态等生物学特性，已有研究证实影像组学特征与免疫浸润、分子标志物、患者预后存在显著关联。栖息地影像组学通过无监督聚类识别肿瘤内部不同影像学表型的亚区域，可捕捉肿瘤内部空间异质性，其预测性能显著优于传统全瘤影像组学分析，已在非小细胞肺癌复发风险预测等研究中得到验证。现有研究的局限性主要包括：一是缺乏针对新辅助免疫化疗后特殊肿瘤微环境的影像组学评估模型，二是未结合影像组学特征与单细胞层面的生物学机制解析，三是现有模型的临床转化价值不足。本研究的创新价值在于首次将栖息地影像组学技术应用于非小细胞肺癌新辅助免疫化疗后肿瘤浸润淋巴细胞状态的无创预测，同时结合单细胞转录组学解析免疫耐药的分子机制，弥补了领域内现有研究的空白，为影像组学技术在免疫治疗疗效评估中的应用提供了新的技术范式。
3. 研究思路总结与详细解析
本研究的核心研究目标为开发并验证可无创预测非小细胞肺癌新辅助免疫化疗后肿瘤浸润淋巴细胞状态的栖息地影像组学模型，明确其疗效评估与预后分层价值，同时解析治疗耐药的免疫微环境机制。核心科学问题包括两点：一是基于CT影像的栖息地影像组学特征能否准确反映肿瘤内部肿瘤浸润淋巴细胞的浸润状态；二是新辅助免疫化疗耐药患者的肿瘤微环境存在何种特异性免疫抑制特征。整体技术路线遵循“临床队列构建→病理评估→影像组学特征提取与建模→单细胞转录组学机制解析→临床验证”的闭环逻辑，研究结果同时具备技术创新性与临床转化价值。
3.1 临床队列构建与临床关联分析
本环节的核心实验目的是明确临床特征、肿瘤浸润淋巴细胞状态与新辅助免疫化疗病理应答、患者预后的关联，为后续影像组学建模提供临床基础。实验采用回顾性队列研究设计，入组华中科技大学同济医学院附属协和医院2019年8月至2024年2月期间，经组织学确诊为IB-IIIB期非小细胞肺癌、接受至少2周期新辅助免疫化疗后行手术治疗的患者，经排除数据不全、CT影像质量不佳、CT检查与手术间隔超过30天的患者后，最终238例患者纳入临床分析队列，201例患者符合影像组学分析要求。采用国际肺癌研究协会（IASLC）推荐的标准进行病理缓解评估，主要病理缓解定义为残余存活肿瘤细胞占比≤10%，病理完全缓解定义为原发灶与淋巴结均无存活肿瘤细胞。肿瘤浸润淋巴细胞评估采用半定量法，淋巴细胞浸润占比≥10%定义为肿瘤浸润淋巴细胞阳性，<10%为阴性。收集患者基线临床特征、治疗相关指标、实验室检查指标，采用单因素与多因素逻辑回归分析病理缓解的独立预测因素，采用Kaplan-Meier法与log-rank检验进行生存分析。
实验结果显示，临床队列中主要病理缓解率为54.2%（n=238），病理完全缓解率为33.1%，中位随访时间48.5个月，复发率为29.5%。多因素逻辑回归分析显示，治疗前中性粒淋巴细胞比（NLR）（OR=1.17，95%CI 1.01~1.37，P=0.047）、治疗后血小板淋巴细胞比（PLR）、基线肌酐为主要病理缓解的独立预测因素。肿瘤浸润淋巴细胞阳性患者共157例，占比66.0%，其主要病理缓解率为70.1%，显著高于肿瘤浸润淋巴细胞阴性患者的23.5%（P<0.001）；肿瘤浸润淋巴细胞阳性患者的无复发生存期显著优于阴性患者（P=0.001），且在非病理完全缓解亚组中仍具有预后分层价值（P=0.0409），而传统临床分期、T分期、N分期等指标在该队列中无显著预后价值。本环节对应研究入组流程图与临床特征分析图如下：
实验所用关键产品：Proteintech的CD4抗体（货号67786-1-Ig）、FOXP3抗体（货号22228-1-AP），Abcam的CD25抗体（货号AB231441）、CD8抗体（货号ab316355），其他病理染色、临床检测所用试剂为领域常规商用试剂。
3.2 栖息地影像组学模型开发与验证
本环节的核心实验目的是提取肿瘤栖息地亚区域的影像组学特征，构建并验证肿瘤浸润淋巴细胞状态的预测模型，评估其预后分层价值。实验方法为将201例影像组学队列患者按7:3比例随机分为训练集（n=140）与测试集（n=61），对患者治疗后增强CT影像采用ITK-SNAP软件手动勾画肿瘤感兴趣区（ROI），经各项同性重采样、强度归一化等预处理后，采用K-means无监督聚类算法识别肿瘤内部栖息地亚区域，通过Calinski-Harabasz指数确定最优聚类数为3，从每个栖息地亚区域提取形状特征、一阶统计特征、灰度共生矩阵、灰度游程长度矩阵等7类共5505项影像组学特征，经Mann-Whitney U检验（P<0.05）、Pearson相关性分析（|r|>0.8）、LASSO回归筛选得到24项最优特征，对比逻辑回归、随机森林、XGBoost等7种机器学习算法的建模性能，采用受试者工作特征（ROC）曲线、敏感性、特异性、F1值等指标评估模型性能，采用SHAP分析评估模型可解释性，采用多重免疫荧光染色验证影像组学预测结果的生物学基础。
实验结果显示，随机森林模型在测试集中的预测性能最优，ROC曲线下面积（AUC）为0.823（95%CI 0.694~0.932，n=61），敏感性为0.786，特异性为0.737，F1值为0.825，性能显著优于传统全瘤影像组学模型（AUC=0.679）。模型可根据预测的肿瘤浸润淋巴细胞状态将患者分为高复发风险组与低复发风险组，低风险组患者的无复发生存期显著优于高风险组（P=0.0178）。SHAP分析明确了各影像组学特征对模型预测结果的贡献权重，多重免疫荧光染色验证显示，模型预测为肿瘤浸润淋巴细胞阳性的样本中CD3+T细胞浸润水平显著更高，预测为阴性的样本中FOXP3+调节性T细胞浸润水平显著更高，证实了模型预测结果的生物学可靠性。本环节对应栖息地影像组学分析、模型性能分析相关图如下：
文献未提及影像组学分析相关特殊试剂，领域常规使用CT扫描仪、ITK-SNAP软件、PyRadiomics工具包、机器学习分析工具等。
3.3 单细胞转录组学解析免疫耐药机制
本环节的核心实验目的是从单细胞层面解析新辅助免疫化疗耐药的肿瘤微环境免疫抑制机制，明确影像组学预测结果对应的生物学特征。实验方法为下载GEO数据库中GSE207422数据集的单细胞RNA测序（scRNA-seq）数据，包含3例主要病理缓解患者与10例非主要病理缓解患者的肿瘤样本，采用Seurat R包进行数据质控、归一化、降维聚类与细胞类型注释，对CD4+T细胞亚群进行拟时序分化轨迹分析，采用CellChat R包进行细胞间通讯网络分析，构建SERPINB9+调节性T细胞的基因特征签名，在TCGA非小细胞肺癌队列与外部新辅助免疫治疗队列（GSE135222）中验证其预后价值。
实验结果显示，非主要病理缓解患者的肿瘤微环境中T细胞比例降低，髓系细胞比例升高，且CD4+调节性T细胞与耗竭CD8+T细胞比例显著升高。拟时序分析显示，非主要病理缓解患者中富集的SERPINB9+调节性T细胞由初始T细胞分化而来，其高表达FOXP3、OX40、4-1BB等分子，可通过表达SERPINB9抵抗颗粒酶B介导的杀伤，在肿瘤微环境中持续存在。细胞间通讯分析显示，非主要病理缓解患者的肿瘤微环境中LGALS9-HAVCR2（半乳糖凝集素9-TIM-3）检查点通路、前列腺素E2（PGE2）通路等免疫抑制通路活性显著升高，SERPINB9+调节性T细胞是免疫抑制通讯网络的核心调控细胞。SERPINB9+调节性T细胞的基因特征签名可有效预测非小细胞肺癌免疫治疗患者的无进展生存期与总生存期（P<0.05）。本环节对应单细胞分析、细胞间通讯分析相关图如下：
文献未提及单细胞测序相关特殊试剂，领域常规使用单细胞测序建库试剂、Seurat、Monocle2、CellChat等分析工具包。
4. Biomarker研究及发现成果
本研究共开发验证两类具有临床应用价值的生物标志物，分别为预测肿瘤浸润淋巴细胞状态的栖息地影像组学模型，以及预测免疫治疗耐药与患者预后的SERPINB9+调节性T细胞特征签名，两类标志物的筛选与验证逻辑完整，具备较好的临床转化潜力。
栖息地影像组学模型属于影像学生物标志物，其筛选验证逻辑为：基于训练集患者的CT影像特征进行特征筛选与模型训练→在独立测试集中验证模型预测性能→通过生存分析验证模型的预后分层价值→通过多重免疫荧光染色验证模型预测的生物学可靠性。该标志物来源于患者治疗后常规增强CT影像，无需额外有创检查，验证数据显示其预测肿瘤浸润淋巴细胞状态的AUC为0.823（95%CI 0.694~0.932，n=61），敏感性0.786，特异性0.737，可有效将患者分为高低复发风险组，低风险组无复发生存期显著优于高风险组（P=0.0178）。该标志物的创新性为首次将栖息地影像组学技术应用于非小细胞肺癌新辅助免疫化疗后的肿瘤浸润淋巴细胞状态预测，其性能显著优于传统全瘤影像组学模型，具备无创、可重复性高的优势，可用于临床常规疗效评估。
SERPINB9+调节性T细胞属于免疫细胞类生物标志物，其筛选验证逻辑为：基于公共单细胞测序数据集筛选非主要病理缓解患者中特异性富集的免疫细胞亚群→通过拟时序分析与细胞间通讯分析明确其功能与调控机制→在TCGA队列与外部免疫治疗队列中验证其预后价值。该标志物来源于患者肿瘤组织，验证数据显示其特征签名可有效预测免疫治疗患者的无进展生存期与总生存期（P<0.05），其创新性为首次发现SERPINB9+调节性T细胞在非小细胞肺癌新辅助免疫化疗耐药中的核心作用，揭示了其通过重塑细胞间通讯网络介导免疫抑制的机制，可作为免疫治疗耐药的预测标志物与潜在治疗靶点。