1. 领域背景与文献
文献英文标题：Integrated immunophenotypic and ProMisE molecular profiling as predictors of immune checkpoint inhibitor response in recurrent endometrial cancer；
发表期刊：Cancer Immunol Immunother；影响因子：未公开；研究领域：妇科肿瘤学（复发性子宫内膜癌免疫治疗生物标志物方向）
子宫内膜癌是全球女性常见的妇科恶性肿瘤之一，随着免疫治疗技术的发展，免疫检查点抑制剂（immune checkpoint inhibitors, ICIs）为复发性或转移性子宫内膜癌患者带来了新的治疗曙光，其中错配修复缺陷（mismatch repair-deficient, MMRd）亚型患者的响应率显著高于其他亚型。ProMisE分子分型（Proactive Molecular Risk Classifier for Endometrial Cancer）是当前子宫内膜癌临床实践中广泛应用的分子分型系统，将肿瘤分为MMRd、p53异常（p53abn）、无特殊分子谱（no specific molecular profile, NSMP）等亚型，可有效预测患者预后与化疗响应。然而，临床实践中发现ProMisE分子分型无法完全解释ICI治疗响应的异质性，同一亚型内患者的ICI疗效仍存在显著差异，其核心原因是肿瘤免疫微环境（tumor immune microenvironment, TIME）的复杂异质性尚未被充分整合到预测模型中。因此，探索ProMisE亚型特异性的免疫表型特征，建立联合分子分型与免疫表型的预测模型，成为优化子宫内膜癌ICI治疗患者分层的关键需求，本研究正是针对这一核心问题展开。
2. 文献综述解析
本文献综述部分围绕“ProMisE分子分型在ICI响应预测中的局限性”与“肿瘤免疫微环境异质性对ICI疗效的调控作用”两大核心维度展开评述，系统梳理了当前领域内的研究进展与未解决问题。
现有研究已证实ProMisE分子分型在子宫内膜癌预后判断和化疗、免疫治疗响应预测中的价值，其中MMRd亚型患者对ICI的响应率显著高于其他亚型，但仍有部分MMRd患者无法从ICI中获益；同时，肿瘤免疫微环境中的免疫细胞浸润状态（如CD8+细胞毒性T细胞的数量与分布、肿瘤相关巨噬细胞的亚型）、免疫抑制分子（如CD47、PD-L1）的表达水平，均被证实与ICI治疗响应密切相关。然而，现有研究多单独关注分子分型或免疫表型，缺乏针对不同ProMisE亚型的特异性免疫标志物分析，无法精准揭示各亚型中调控ICI响应的核心免疫机制，导致临床仍缺乏能够有效指导ICI治疗决策的联合预测模型。
本研究的创新价值在于首次将ProMisE分子分型与多维度免疫表型进行整合分析，针对不同亚型分层探索ICI响应的特异性免疫决定因素，填补了“分子分型-免疫表型-ICI疗效”关联研究中亚型特异性分析的空白，为复发性子宫内膜癌ICI治疗的患者分层提供了更精准的理论依据与实践策略。
3. 研究思路总结与详细解析
本研究的整体框架为：以“ProMisE分型无法完全解释ICI响应异质性”为核心科学问题，提出“不同ProMisE亚型的肿瘤免疫微环境差异调控ICI响应”的假设，通过回顾性临床样本分析、数字病理免疫标志物量化、亚型分层关联分析及探索性验证，明确了亚型特异性免疫决定因素，最终建立整合分子分型与免疫表型的ICI响应预测模型。
3.1 临床研究队列构建
实验目的：建立具有完整临床随访与样本资料的复发性子宫内膜癌ICI治疗队列，为后续免疫表型分析提供基础。
方法细节：回顾性纳入72例接受ICI治疗的复发性子宫内膜癌患者，收集患者的临床病理资料、ICI治疗响应评估结果及无进展生存期（progression-free survival, PFS）数据，同时获取患者的肿瘤组织福尔马林固定石蜡包埋（formalin-fixed paraffin-embedded, FFPE）样本；其中51例患者有额外FFPE样本用于后续Foxp3免疫染色的探索性分析。
结果解读：成功构建了符合研究要求的临床队列，明确了ICI应答组与无应答组的分组标准，为后续免疫标志物与疗效的关联分析提供了可靠的临床数据支持。
产品关联：文献未提及具体实验产品，领域常规使用临床样本管理系统、病理样本存储设备等。
3.2 肿瘤组织免疫标志物量化检测
实验目的：检测复发性子宫内膜癌肿瘤组织中关键免疫标志物的表达水平与分布特征，分析ICI应答组与无应答组的免疫表型差异。
方法细节：采用数字病理技术，对肿瘤组织FFPE样本进行免疫组化（immunohistochemistry, IHC）染色，检测的免疫标志物包括CD8+细胞毒性T细胞、CD68+总肿瘤相关巨噬细胞、CD163+M2型巨噬细胞、免疫抑制分子CD47、CD276、PD-L1及HLA-I分子；同时区分肿瘤中心（central tumor, CT）与浸润边缘（invasive margin, IM）区域，对各标志物的表达水平进行定量分析。
结果解读：ICI应答组患者的肿瘤中心区域CD8+T细胞浸润水平显著高于无应答组（文献未明确提供该数据，基于图表趋势推测）；无应答组患者的肿瘤浸润边缘区域CD68+巨噬细胞富集，且CD47分子表达水平更高（文献未明确提供该数据，基于图表趋势推测）；进一步分析ProMisE各亚型的免疫景观发现，MMRd亚型肿瘤内CD8+T细胞浸润水平最高，p53abn亚型呈现更显著的免疫抑制特征，包括CD163+M2型巨噬细胞密度升高、CD47分子表达上调（文献未明确提供该数据，基于图表趋势推测）。
产品关联：文献未提及具体实验产品，领域常规使用对应免疫标志物的单克隆抗体、全自动免疫组化染色仪、数字病理扫描仪及图像分析软件。
3.3 ProMisE亚型特异性免疫标志物与ICI疗效关联分析
实验目的：明确不同ProMisE亚型中与ICI治疗响应及PFS相关的特异性免疫决定因素。
方法细节：将研究队列按ProMisE亚型（MMRd、p53abn、NSMP）进行分层，采用生存分析方法（Kaplan-Meier法、Cox回归模型），分析各免疫标志物表达水平与患者PFS的关联。
结果解读：亚型特异性分析显示，MMRd亚型患者的PFS与肿瘤内CD8+T细胞浸润水平显著相关（文献未明确提供该数据，基于图表趋势推测）；NSMP亚型患者的PFS与CD47分子表达水平显著相关（文献未明确提供该数据，基于图表趋势推测）；p53abn亚型患者的PFS与肿瘤浸润边缘区域的CD68+巨噬细胞密度显著相关（文献未明确提供该数据，基于图表趋势推测）。
产品关联：文献未提及具体实验产品，领域常规使用SPSS、R语言等统计分析软件进行生存分析。
3.4 Foxp3调节性T细胞的探索性分析
实验目的：探索调节性T细胞（regulatory T cells, Tregs）相关标志物对ICI治疗响应的预测价值，验证CD8/Foxp3比值的预测效能。
方法细节：对51例有额外FFPE样本的患者进行Foxp3免疫组化染色，定量分析Foxp3+Tregs的表达水平，计算CD8+T细胞与Foxp3+Tregs的比值（CD8/Foxp3），并分析其与ICI治疗响应及PFS的关联。
结果解读：CD8/Foxp3比值相比单独的Foxp3+Tregs表达水平，与ICI治疗响应及PFS的关联更为显著（文献未明确提供该数据，基于图表趋势推测），提示该比值可作为更优的ICI响应预测指标，有效反映肿瘤组织中效应T细胞与免疫抑制T细胞的平衡状态。
产品关联：文献未提及具体实验产品，领域常规使用Foxp3单克隆抗体进行免疫组化染色。
4. Biomarker研究及发现成果解析
本研究围绕复发性子宫内膜癌ICI治疗响应的预测需求，筛选并验证了不同ProMisE亚型中的特异性免疫Biomarker，建立了“分子分型-免疫表型”联合预测模型，为临床ICI治疗的患者分层提供了新的依据。
本研究涉及的Biomarker包括细胞型Biomarker（CD8+细胞毒性T细胞、CD68+总肿瘤相关巨噬细胞、CD163+M2型巨噬细胞、Foxp3+调节性T细胞）和分子型Biomarker（CD47）；筛选与验证逻辑为：基于复发性子宫内膜癌患者的肿瘤组织样本，通过数字病理技术量化Biomarker的表达与分布，结合ProMisE亚型分层分析，将Biomarker与ICI治疗响应、无进展生存期（PFS）进行关联验证，最终确定各亚型中的特异性免疫决定因素。
所有Biomarker均来源于复发性子宫内膜癌患者的肿瘤组织FFPE样本；验证方法采用数字病理技术进行免疫组化染色定量分析，确保检测结果的客观性与可重复性；特异性与敏感性方面，文献未明确提供ROC曲线、敏感性、特异性等具体数据，但通过分层分析证实了各Biomarker在对应亚型中的预测价值，如MMRd亚型中CD8+T细胞浸润、NSMP亚型中CD47表达、p53abn亚型中CD68+IM巨噬细胞，均与患者PFS显著相关；CD8/Foxp3比值相比单独Foxp3表达，显示出更优的预测效能。
本研究的核心成果在于首次揭示了不同ProMisE亚型的特异性肿瘤免疫微环境特征，明确了各亚型中调控ICI响应的核心免疫决定因素：MMRd亚型依赖CD8+细胞毒性T细胞的浸润，NSMP亚型与CD47介导的免疫抑制相关，p53abn亚型受肿瘤浸润边缘CD68+巨噬细胞的调控；CD8/Foxp3比值是更优的ICI响应预测指标，可有效补充单独分子分型的不足；创新性在于建立了整合ProMisE分子分型与多维度免疫表型的ICI响应预测模型，为复发性子宫内膜癌ICI治疗的精准患者分层提供了新的策略；统计学结果方面，各关联分析的具体P值、样本量分层数据等文献未明确提供，标注为（文献未明确提供该数据，基于图表趋势推测）。