1. 领域背景与文献
文献英文标题：Inducible T cell costimulator (ICOS) expression in tumor-infiltrating lymphocytes and its association with tumor HLA expression in lung adenocarcinoma；发表期刊：Cancer Immunology, Immunotherapy；影响因子：未公开；研究领域：肿瘤免疫治疗（肺腺癌方向）
肺癌是全球范围内癌症相关死亡的首要原因，手术切除是早期肺腺癌患者的有效治愈手段，但多数患者确诊时已处于不可切除的晚期阶段。免疫检查点抑制剂（ICIs）如PD-1/PD-L1单克隆抗体已成为非小细胞肺癌（NSCLC）的标准治疗方案，然而仅15%-40%的患者能从中获益，因此亟需挖掘新的免疫治疗靶点和预测生物标志物，以提升免疫治疗的精准性和有效性。诱导性T细胞共刺激因子（ICOS）属于CD28家族共刺激受体，在抗肿瘤免疫中具有双向调控作用，既能促进效应T细胞分泌IFN-γ等细胞因子增强抗肿瘤活性，又能通过调节性T细胞（Tregs）的组成性表达维持免疫抑制微环境，目前针对ICOS的激动剂和拮抗剂均已进入临床试验阶段，但ICOS在肺腺癌中的临床意义尚未完全明确，尤其是缺乏对ICOS+肿瘤浸润淋巴细胞（TILs）密度的定量研究及亚群特异性分析。同时，人类白细胞抗原（HLA）分子介导的肿瘤抗原提呈是适应性免疫应答的核心环节，HLA-I类分子缺失是NSCLC常见的免疫逃逸机制，而HLA-II类分子（如HLA-DR）在肿瘤细胞中的异常表达可提呈内源性肿瘤抗原，激活CD4+效应T细胞，但ICOS与肿瘤HLA表达的关联及其在肺腺癌中的临床价值尚未被深入探讨。本研究针对上述研究空白，通过大样本临床标本分析和多组学技术，系统解析ICOS在肺腺癌中的表达模式及与HLA分子的关联，为ICOS靶向治疗的临床应用提供理论依据。
2. 文献综述解析
作者围绕ICOS在抗肿瘤免疫中的双向作用、肿瘤HLA分子的抗原提呈功能及两者的潜在关联三个维度对现有研究进行综述，明确了领域内的研究进展与未解决问题。
现有研究已证实ICOS在Tregs中呈组成性表达，其信号通路对Tregs的存活和功能维持至关重要，同时PD-1+ICOS+CD4+T细胞亚群具有肿瘤反应性，可识别肿瘤抗原并介导抗肿瘤免疫；HLA-I类分子的缺失或下调是NSCLC常见的免疫逃逸机制，会导致CD8+细胞毒性T细胞无法识别肿瘤细胞，而HLA-II类分子在肿瘤细胞中的异常表达可通过交叉提呈途径激活CD4+效应T细胞，增强抗肿瘤免疫应答。在技术方法层面，现有研究多采用免疫组化（IHC）、流式细胞术及单细胞RNA测序等技术解析肿瘤免疫微环境中的细胞亚群和分子表达特征，但多数研究存在样本量较小、未定量分析肺腺癌中ICOS+TILs密度的局限性，且尚未明确ICOS与肿瘤HLA表达的关联及临床意义，缺乏对ICOS表达的T细胞亚群特异性的系统分析。本研究的创新之处在于，首次在228例肺腺癌手术标本中定量分析ICOS+TILs的密度，通过多重免疫组化和单细胞RNA测序技术明确ICOS在不同T细胞亚群中的表达模式，揭示ICOS+TILs与肿瘤HLA-DR表达的特异性关联，并探讨其预后意义，填补了领域内关于ICOS在肺腺癌中临床价值研究的空白，为ICOS靶向治疗的精准应用提供了新的方向。
3. 研究思路总结与详细解析
本研究以明确肺腺癌中ICOS的T细胞亚群特异性表达模式、探讨ICOS+TILs与肿瘤HLA表达的关联及预后意义为核心目标，采用“临床标本检测-亚群特异性验证-关联分析-预后评估”的闭环技术路线，通过免疫组化、多重伪彩色免疫组化、单细胞RNA测序及统计学分析等方法，系统解析ICOS在肺腺癌抗肿瘤免疫中的作用及临床价值。
3.1 临床标本收集与免疫组化检测
实验目的：定量检测肺腺癌组织中ICOS+TILs的密度，分析其与临床病理特征及其他T细胞亚群的关联。
方法细节：研究纳入2010-2013年熊本大学医院228例接受手术切除的肺腺癌患者的福尔马林固定石蜡包埋（FFPE）标本，采用组织芯片进行免疫组化检测，一抗包括抗ICOS（Cell Signaling Technology，克隆号D1K2T）、抗CD3（Nichirei，克隆号SP7）、抗CD8（Nichirei，克隆号C8/144B）、抗FOXP3（Abcam，克隆号236A/E7）、抗HLA-A/B/C（Medical & Biological Laboratories，克隆号EMR8-5）及抗HLA-DR（Dako，克隆号TAL1B5），分别采用DAB或HistoGreen显色，通过NanoZoomer S20全切片扫描仪将切片数字化，利用HALO图像分析软件进行细胞计数和染色强度评分，以ICOS+TILs密度的中位数为界将患者分为ICOS低表达组（n=114）和ICOS高表达组（n=114），同时根据肿瘤细胞HLA染色强度将病例分为强表达、弱表达/缺失组。
结果解读：免疫组化结果显示，ICOS+TILs密度与FOXP3+TILs、CD3+CD8-（CD4+）TILs密度呈显著正相关，与CD8+TILs密度的相关性较弱；ICOS+TILs密度与EGFR突变状态正相关，但与患者年龄、性别、吸烟史、病理分期等其他临床病理因素无显著关联；预后分析显示，CD8+TILs密度较高的患者无复发生存期（RFS）显著延长（n=228，P<0.05），而ICOS+TILs密度单独与患者预后无显著关联。
实验所用关键产品：抗ICOS抗体（Cell Signaling Technology，克隆号D1K2T）、抗CD3抗体（Nichirei，克隆号SP7）、抗CD8抗体（Nichirei，克隆号C8/144B）、抗FOXP3抗体（Abcam，克隆号236A/E7）、抗HLA-A/B/C抗体（Medical & Biological Laboratories，克隆号EMR8-5）、抗HLA-DR抗体（Dako，克隆号TAL1B5）、NanoZoomer S20全切片扫描仪（Hamamatsu Photonics）、HALO图像分析软件（Indica Labs）。
3.2 多重伪彩色免疫组化分析ICOS的T细胞亚群特异性表达
实验目的：明确ICOS在不同T细胞亚群中的表达比例及ICOS+TILs的细胞组成。
方法细节：选取10例ICOS高表达的肺腺癌病例，在同一张切片上依次进行ICOS、CD3、CD8、FOXP3的免疫组化染色，采用3-氨基-9-乙基咔唑（AEC）作为显色剂，每轮染色完成后进行脱染和抗体剥离，通过HALO软件的颜色反卷积功能生成伪彩色图像，并融合为多层复合图像，计数各T细胞亚群中ICOS+细胞的比例，其中CD3+CD8-FOXP3-定义为CD4+非Tregs，CD3+CD8-FOXP3+定义为Tregs，CD3+CD8+定义为CD8+T细胞。
结果解读：多重免疫组化分析显示，ICOS的阳性率在Tregs中最高（中位数81.6%，n=10，P<0.05），其次为CD4+非Tregs（中位数41.3%，n=10，P<0.05），在CD8+T细胞中最低（中位数24.4%，n=10，P<0.05）；由于CD4+非Tregs在肿瘤内总T细胞中占比最高，ICOS+CD4+非Tregs是ICOS+TILs的主要组成部分（中位数62.5%，n=10），其次为ICOS+Tregs（中位数17.2%，n=10）和ICOS+CD8+T细胞（中位数14.1%，n=10），这一结果表明ICOS+TILs的密度主要反映CD4+非Tregs的浸润水平。
实验所用关键产品：3-氨基-9-乙基咔唑（AEC，Nichirei）、HALO图像分析软件（Indica Labs）。
3.3 单细胞RNA-seq验证ICOS的亚群特异性表达模式
实验目的：在转录组水平验证免疫组化观察到的ICOS亚群特异性表达特征，并分析其与T细胞功能状态的关联。
方法细节：获取公共数据库GSE131907中11例肺腺癌患者的单细胞RNA-seq数据，使用R软件的Seurat和Harmony包进行数据处理和批次校正，过滤低质量细胞后进行细胞聚类，通过Azimuth pipeline对T细胞亚群进行注释，利用ProjecTILs pipeline分析T细胞的功能状态，定义ICOS转录本非零的细胞为ICOS+细胞，统计各T细胞亚群中ICOS+细胞的比例及ICOS的表达水平。
结果解读：单细胞RNA-seq结果与免疫组化分析一致，ICOS+细胞中CD4+非Tregs的占比最高，ICOS的表达水平和阳性率在Tregs中最高，在CD8+T细胞中最低；进一步功能分析显示，CD4+T细胞中ICOS的表达与Tregs、滤泡辅助样T细胞及耗竭性CD4+T细胞相关，而CD8+T细胞中ICOS主要表达于终末耗竭状态的细胞，提示ICOS在不同功能状态的T细胞中均有表达，但其作用可能存在差异。
实验所用关键产品：R软件（版本4.4.0）、Seurat包（版本5.1.0）、Harmony包、Azimuth pipeline、ProjecTILs pipeline。
3.4 ICOS+TILs与肿瘤HLA表达的关联分析
实验目的：探讨ICOS+TILs密度与肿瘤HLA-I类和HLA-DR表达的关联，明确HLA-DR强表达的预测因素。
方法细节：根据肿瘤细胞HLA-I类和HLA-DR的染色强度将病例分为强表达组和弱表达/缺失组，采用Mann-Whitney U检验比较不同组间ICOS+TILs密度的差异，通过单因素和多因素逻辑回归分析筛选HLA-DR强表达的独立预测因素。
结果解读：统计分析显示，HLA-DR强表达的肿瘤中ICOS+TILs密度显著高于HLA-DR阴性/弱表达组（n=61 vs n=167，P<0.05）；多因素逻辑回归分析表明，病理分期（IB-IV vs 0-IA3）和ICOS+TILs密度是HLA-DR强表达的独立预测因素；而ICOS+TILs密度与HLA-I类表达无显著关联。推测：ICOS+TILs可能通过分泌细胞因子诱导肿瘤细胞表达HLA-DR，或HLA-DR介导的抗原提呈过程召募ICOS+T细胞亚群。
实验所用关键产品：R软件（版本4.4.0）。
3.5 肿瘤HLA表达与ICOS+TILs的预后意义分析
实验目的：分析肿瘤HLA表达和ICOS+TILs密度对肺腺癌患者预后的影响，尤其是基于HLA-DR表达的亚组分析。
方法细节：采用Kaplan-Meier法绘制生存曲线，通过log-rank检验比较不同组间无复发生存期（RFS）和癌症特异性生存期（CSS）的差异，利用多因素Cox比例风险回归模型分析独立预后因素，并基于HLA-DR表达状态进行亚组预后分析。
结果解读：生存分析显示，HLA-I类强表达组和HLA-DR强表达组的RFS均显著长于弱表达/缺失组（n=228，P<0.05）；多因素Cox回归分析表明，HLA-I类强表达是RFS的独立预后因素，而HLA-DR表达的预后价值被病理分期所覆盖；在HLA-DR强表达亚组中，ICOS高表达组的CSS有延长趋势，但未达到统计学显著性（n=61，P=0.060），而在HLA-DR阴性/弱表达亚组中，ICOS表达与预后无显著关联，提示ICOS的临床意义可能依赖于肿瘤HLA-DR的表达状态。
实验所用关键产品：R软件（版本4.4.0）。
4. Biomarker研究及发现成果解析
本研究涉及的Biomarker包括ICOS+TILs、肿瘤HLA-I类分子及肿瘤HLA-DR分子，通过“临床标本检测-多组学验证-关联分析-预后评估”的完整逻辑链条，明确了各Biomarker的表达特征、关联及临床价值。
ICOS+TILs作为潜在的免疫治疗预测Biomarker，来源于228例肺腺癌手术切除标本，通过免疫组化定量检测密度，经多重免疫组化和单细胞RNA-seq验证其主要由CD4+非Tregs组成，且在HLA-DR强表达的肿瘤中富集；肿瘤HLA-I类和HLA-DR分子通过免疫组化染色强度评分进行分组，以肿瘤微环境中的免疫细胞为内参确保结果的准确性。特异性与敏感性方面，文献未明确提供ROC曲线数据，但HLA-DR强表达组的ICOS+TILs密度显著高于其他组，提示两者存在特异性关联。核心成果方面，肿瘤HLA-I类强表达是肺腺癌患者RFS的独立预后因素（风险比HR文献未明确提供，n=228，P<0.05），提示HLA-I类分子的表达状态可反映肿瘤免疫原性及患者预后；HLA-DR强表达与ICOS+TILs密度正相关，在HLA-DR强表达的亚组中，ICOS高表达与患者CSS延长趋势相关（n=61，P=0.060），提示ICOS的临床价值依赖于肿瘤HLA-DR的表达状态，可能与HLA-DR介导的抗原提呈激活ICOS+CD4+非Tregs有关；本研究首次揭示ICOS+TILs的亚群特异性组成，为ICOS靶向治疗的精准应用提供了重要依据，即针对HLA-DR强表达的肺腺癌患者，ICOS激动剂可能增强CD4+非Tregs的抗肿瘤功能，而针对HLA-DR阴性/弱表达的患者，可能需要联合其他免疫治疗策略以改善疗效。