1. 领域背景与文献
文献英文标题：Evaluation of the predictive and prognostic potential of blood immune cell profiles in metastatic cancer patients treated with immune checkpoint inhibitors
发表期刊：[文献未明确提供]；影响因子：[文献未明确提供]；研究领域：肿瘤免疫治疗（免疫检查点抑制剂生物标志物研究）
免疫检查点抑制剂（ICI）已成为多种转移性恶性肿瘤的标准治疗方案，且适应症逐年扩展，但仅20-40%的未筛选患者能从中获益，因此亟需可靠的预测生物标志物。目前临床常用的PD-L1表达、肿瘤突变负荷（TMB）等生物标志物依赖肿瘤组织活检，存在获取难度大、无法动态监测等局限性。外周血作为微创、动态的样本来源，能反映全身免疫状态与肿瘤-免疫相互作用，成为ICI生物标志物研究的热点方向。
现有研究已证实，低基线淋巴细胞计数、高单核细胞计数与ICI治疗不良预后相关，但具体发挥作用的免疫细胞亚群仍不明确，不同研究对CD8+T细胞、单核细胞亚型的结论存在冲突；同时，ICI治疗后PD-1以外的共抑制受体（如TIGIT）表达变化与耐药的关联也缺乏统一结论，且多数研究未区分生物标志物的早期预测（放射学反应）与长期预后（生存）价值。针对这些研究空白，本研究通过回顾性大队列联合前瞻性流式细胞术队列，开展肿瘤无关的分析，同时评估常规血液免疫细胞计数与详细表型分析作为ICI治疗生物标志物的价值，明确具有潜力的免疫细胞亚群，并区分其预测与预后作用。
2. 文献综述解析
作者在引言部分对领域内现有研究按“常规血液免疫细胞-免疫细胞亚群-共抑制受体”的维度进行分类评述。首先，常规血液免疫细胞研究方面，已有多项研究证实低淋巴细胞、高单核细胞与ICI治疗不良预后相关，但这些研究多聚焦单一细胞类型，未系统分析不同细胞亚群的作用；其次，免疫细胞亚群研究中，CD8+T细胞、单核细胞亚型与ICI结局的关联存在大量矛盾结论，可能源于队列异质性、方法学差异与终点选择不同；第三，共抑制受体研究显示，ICI治疗后其他共抑制受体（如TIGIT）的上调可能参与耐药，但缺乏对治疗前后受体表达动态变化与临床结局关联的系统分析。
现有研究的优势在于初步建立了血液免疫细胞与ICI结局的关联，为微创生物标志物开发提供了方向，但局限性也较为明显：多数研究队列规模较小、肿瘤类型单一，部分研究未区分早期放射学反应与长期生存终点，导致结论的通用性与可靠性不足；同时，对免疫细胞亚群的表型分析不够全面，未系统评估治疗前后的动态变化。
与现有研究相比，本研究的创新点体现在三个方面：一是采用回顾性大队列（n=202）联合前瞻性流式队列（n=45）的肿瘤无关设计，提升了结论的通用性；二是同时分析常规血液细胞计数与详细免疫细胞亚群表型，明确了中间单核细胞、CD226+CD8+记忆T细胞等亚群的预后潜力；三是系统研究了ICI治疗前后免疫细胞亚群与共抑制受体的动态变化，区分了生物标志物的预测（早期反应）与预后（生存）价值，为领域内亚群研究的矛盾结论提供了可能的解释方向。
3. 研究思路总结与详细解析
本研究的核心目标是评估血液免疫细胞（常规计数+详细表型）作为ICI治疗转移性癌症患者的预测/预后生物标志物的价值，核心科学问题是明确哪些血液免疫细胞亚群与ICI治疗的临床结局（早期放射学反应、无进展生存PFS、总生存OS）相关，以及ICI治疗对免疫细胞亚群与共抑制受体表达的影响。技术路线遵循“队列建立→样本采集与检测→临床结局关联分析→动态变化分析→多变量验证”的闭环逻辑，通过回顾性队列筛选常规细胞的关联，前瞻性队列验证亚群的价值，结合统计分析明确生物标志物的潜力。
3.1 研究队列建立与样本收集
实验目的是构建具有代表性的转移性癌症ICI治疗队列，获取治疗前后的血液样本用于后续分析。方法细节：研究纳入两个队列，回顾性队列包含202例2015-2022年在芬兰库奥皮奥大学医院接受ICI治疗的患者，前瞻性流式队列包含45例2020-2023年在奥卢或库奥皮奥大学医院接受ICI治疗的患者；纳入标准为18岁以上、未接受过ICI治疗、有ICI治疗指征，允许联合化疗、靶向治疗或双ICI治疗；常规血液样本在ICI治疗前1-14天和第二周期前1-7天采集，采用Sysmex XN-1000全自动血液分析仪检测细胞计数；前瞻性队列样本在治疗前平均4天和治疗后24天采集，采用Ficoll密度梯度离心（SepMate tubes，StemCell）分离外周血单个核细胞（PBMC）并液氮保存。结果解读：两个队列的基线特征显示，非小细胞肺癌和黑色素瘤是最常见癌种，男性占比约69%；非应答者的转移负荷显著高于应答者（p<0.05），回顾性队列中接受ICI联合化疗/靶向治疗的患者应答率更高（p<0.05）。
实验所用关键产品：SepMate tubes（StemCell）、Sysmex XN-1000全自动血液分析仪
3.2 常规血液免疫细胞计数与临床结局关联分析
实验目的是明确常规血液白细胞、中性粒细胞、单核细胞、淋巴细胞计数与ICI治疗结局的关联。方法细节：在回顾性队列中分析治疗前后细胞计数的倍数变化，采用Kaplan-Meier法结合Log Rank检验进行生存分析，Cox回归模型评估风险比（HR）与95%置信区间（CI）。结果解读：治疗前白细胞计数升高与更差的OS相关（HR 1.07，95%CI 1.02-1.12，p=0.003，FDR=0.02；中位OS 14.4 vs 24.5个月，n=202，p=0.006，FDR=0.01）；中性粒细胞计数升高与更短的PFS和OS相关（PFS：HR 1.03，95%CI 0.98-1.07，p=0.23，FDR=0.53；中位PFS 4.8 vs 7.8个月，n=202，p=0.02，FDR=0.04；OS：HR 1.06，95%CI 1.01-1.11，p=0.01，FDR=0.04；中位OS 13.8 vs 26.9个月，n=202，p=0.002，FDR=0.01）；单核细胞计数升高与更短的PFS（HR 2.61，95%CI 1.14-5.95，p=0.02，FDR=0.16；中位PFS 3.2 vs 7.1个月，n=202，p=0.021，FDR=0.04）和OS（HR 5.09，95%CI 1.98-13.07，p=0.001，FDR=0.02；中位OS 7.5 vs 22.7个月，n=202，p=0.003，FDR=0.01）相关；淋巴细胞计数升高与更好的PFS和OS呈趋势相关（PFS：HR 0.82，95%CI 0.64-1.04，p=0.09，FDR=0.29；中位PFS 7.4 vs 4.5个月，n=202，p=0.006，FDR=0.04；OS：HR 0.80，95%CI 0.60-1.05，p=0.11，FDR=0.25；中位OS 24.3 vs 18.6个月，n=202，p=0.002，FDR=0.02）。
文献未提及具体实验产品，领域常规使用全自动血液分析仪、IBM SPSS Statistics、GraphPad Prism等统计软件
3.3 免疫细胞亚群流式细胞术分析与临床结局关联
实验目的是明确免疫细胞亚群（单核细胞、淋巴细胞亚群）与ICI治疗结局的关联。方法细节：前瞻性队列中采用6个流式抗体panel对PBMC进行染色，分析单核细胞亚型（经典CD14+、非经典CD16+、中间CD14+CD16+）、T细胞、B细胞、NK细胞亚群，以及共抑制/共激活受体（PD-1、TIGIT、KLRG1、CD226等）的表达；采用Mann Whitney U检验比较应答者与非应答者的差异，Wilcoxon秩和检验比较治疗前后的变化，Kaplan-Meier法进行生存分析。结果解读：中间单核细胞频率升高与更短的PFS（HR 1.43，95%CI 1.01-2.04，p=0.04，FDR=0.21；中位PFS 2.7 vs 12.4个月，n=45，p=0.03，FDR=0.05）和OS（HR 1.60，95%CI 1.10-2.31，p=0.01，FDR=0.04；中位OS 11.0 vs 37.5个月，n=45，p=0.003，FDR=0.01）相关；T细胞频率升高与更好的OS呈趋势相关（HR 0.97，95%CI 0.94-1.01，p=0.13，FDR=0.25；中位OS 37.5 vs 15.6个月，n=45，p=0.05，FDR=0.07）；应答者中CD8+记忆T细胞表达CD226的频率显著高于非应答者（89.6% vs 83.0%，n=45，p=0.04），且CD226+CD4+和CD8+记忆T细胞频率升高与更长的生存呈趋势相关。
实验所用关键产品：DNAse I（StemCell）、GraphPad Prism 10、IBM SPSS Statistics 27
3.4 ICI治疗前后免疫细胞动态变化分析
实验目的是明确ICI治疗对免疫细胞亚群和共抑制受体表达的影响。方法细节：对比前瞻性队列中治疗前后的免疫细胞频率和受体表达变化，采用Wilcoxon秩和检验分析差异。结果解读：ICI治疗后，PD-1在CD8+和CD4+记忆T细胞中的表达显著降低（p<0.0001，n=41）；TIGIT在CD8+（p=0.015，n=41）和CD4+（p=0.002，n=41）记忆T细胞中的表达显著升高；此外，治疗后naive CD8+和总CD4+T细胞频率降低，CD27- TEMRA CD8+和CD27+ EM CD4+T细胞频率升高（p<0.05，n=41）。
文献未提及具体实验产品，领域常规使用流式细胞仪、荧光标记抗体等试剂
3.5 多变量Cox回归分析
实验目的是明确在临床变量的影响下，血液免疫细胞计数对生存的独立预测价值。方法细节：回顾性队列中纳入年龄、性别、WHO体能状态（PS）、转移负荷、治疗线数等临床变量，以及血液免疫细胞计数，进行单变量与多变量Cox回归分析。结果解读：多变量分析中，WHO PS（PFS：HR 2.25，95%CI 1.39-3.65，p<0.001；OS：HR 1.97，95%CI 1.17-3.30，p=0.010）和转移负荷（PFS：HR 2.20，95%CI 1.35-3.58，p=0.002；OS：HR 1.77，95%CI 1.07-2.94，p=0.027）与生存显著相关；在血液细胞计数中，仅单核细胞计数对OS仍具有独立预测价值（HR 4.56，95%CI 1.07-19.51，p=0.041，n=202）。
文献未提及具体实验产品，领域常规使用IBM SPSS Statistics等统计软件
4. Biomarker研究及发现成果解析
Biomarker定位
本研究涉及的Biomarker分为两类：一是常规血液免疫细胞（单核细胞、淋巴细胞），二是免疫细胞亚群（中间CD14+CD16+单核细胞、CD226+CD8+记忆T细胞）。筛选与验证逻辑为：首先通过回顾性大队列（n=202）筛选常规血液细胞与ICI生存结局的关联，再通过前瞻性流式队列（n=45）对免疫细胞亚群进行验证，结合生存分析、Cox回归与组间比较明确其预后/预测价值。
研究过程详述
常规血液细胞Biomarker来自回顾性队列的临床常规血液检测，免疫细胞亚群Biomarker来自前瞻性队列的PBMC流式细胞术分析。验证方法包括Kaplan-Meier生存分析、Cox比例风险回归、Mann Whitney U检验等。特异性与敏感性数据显示：中间单核细胞频率升高与OS的风险比为1.60（95%CI 1.10-2.31，n=45，p=0.01）；CD226+CD8+记忆T细胞在应答者中的频率为89.6%，非应答者为83.0%（n=45，p=0.04）；单核细胞计数在多变量分析中对OS的独立风险比为4.56（95%CI 1.07-19.51，n=202，p=0.041）。
核心成果提炼
功能关联方面，中间单核细胞具有免疫抑制特性与促肿瘤M2表型，可浸润肿瘤微环境并抑制T细胞功能，从而降低ICI治疗疗效；CD226作为T细胞共激活受体，其在CD8+记忆T细胞上的高表达可增强肿瘤杀伤能力，与更好的ICI治疗反应相关。创新性方面，本研究首次在肿瘤无关的队列中同时验证了常规血液细胞与详细亚群的预后价值，明确了中间单核细胞和CD226+CD8+记忆T细胞的潜力，同时区分了Biomarker的预后（生存）与预测（早期放射学反应）价值，证实这些细胞更多作为预后标志物而非早期预测标志物。统计学结果：单核细胞计数升高与OS的HR为5.09（n=202，p=0.001）；中间单核细胞频率升高与OS的HR为1.60（n=45，p=0.01）；CD226+CD8+记忆T细胞频率在应答者中显著高于非应答者（n=45，p=0.04）。