PD-L1和HLA表达在食管鳞状细胞癌对免疫治疗反应中的临床意义

《Annals of Gastroenterological Surgery》：Clinical Significance of PD-L1 and HLA Expression in Esophageal Squamous Cell Carcinoma in Response to Immunotherapy

　　摘要

尽管近年来在多模式治疗方面取得了进展，食管鳞状细胞癌（ESCC）仍然是一种高度致命的恶性肿瘤。虽然免疫检查点抑制剂（ICIs）已经改善了临床结果，但迫切需要预测性生物标志物。本研究旨在探讨45名接受ICIs治疗的ESCC患者病理标本中肿瘤细胞和肿瘤微环境的免疫相关特征，这些患者在接受根治性切除术后出现了复发。通过免疫组化和定量图像分析，检测了CD3、CD8、FoxP3、CD163、PD-L1、HLA-A/B/C和HLA-DR的表达。肿瘤相关巨噬细胞（TAMs）和肿瘤细胞中高水平的程序性死亡配体1（PD-L1）表达与良好的治疗反应显著相关。T细胞、调节性T细胞和TAMs的浸润与临床反应无关，但T细胞浸润的增加与TAMs中高水平的PD-L1表达密切相关。在响应者中观察到HLA-A/B/C的下调和异位HLA-DR的表达。TAMs中高水平的PD-L1表达与T细胞浸润的增加密切相关，单细胞RNA测序分析表明其与T细胞增殖有显著相关性。总体而言，这些发现表明，不仅PD-L1，HLA表达也对于预测ESCC患者对ICI治疗的效果非常有用。

1 引言

食管鳞状细胞癌（ESCC）是胃肠道中最具侵袭性的恶性肿瘤之一，继续给全球带来沉重的肿瘤负担。其在东亚的发病率尤其高，那里ESCC仍然是食管癌的主要组织学亚型[1]。尽管在包括手术、化疗和放疗在内的多模式治疗方法上取得了进展，但对于晚期或复发性ESCC患者的长期预后仍然不满意[2]。免疫检查点抑制剂（ICIs）的出现，特别是针对程序性细胞死亡1（PD-1）/程序性死亡配体1（PD-L1）轴的抗体，已经改变了多种癌症的治疗格局。在ESCC中，如KEYNOTE-590等里程碑式试验表明，将pembrolizumab加入化疗方案与单独使用化疗相比显著提高了总体生存率，尤其是在PD-L1表达较高的患者中[3]。同样，CheckMate-648报告称，基于nivolumab的方案在ESCC中也具有生存益处[4]。这些发现使ICIs成为晚期ESCC系统治疗的标准化组成部分。然而，临床益处仍然仅限于一部分患者，并且持续的反应并不普遍。因此，识别可靠的预测性生物标志物对于优化患者选择和最大化治疗效果至关重要。对ICIs的反应在很大程度上受到肿瘤微环境（TME）的免疫学特征的影响。具有丰富免疫浸润的肿瘤——所谓的“热肿瘤”——更有可能对ICIs产生反应，而“冷肿瘤”则通常具有抵抗性[5]。在肿瘤浸润淋巴细胞（TILs）中，CD3+和CD8+ T细胞已在各种恶性肿瘤中得到广泛研究，通常与生存率提高和对ICIs的反应增强相关[6, 7]。然而，在ESCC中，这些T细胞亚群的预测价值仍然不一致且尚未完全明确。相比之下，免疫抑制性免疫细胞群体如FoxP3+调节性T细胞（Tregs）和CD163+肿瘤相关巨噬细胞（TAMs）已被证明促进肿瘤免疫逃逸，并且常与不良预后相关[8, 9]。除了PD-L1之外，其他免疫调节机制也影响对ICIs的反应。有效的抗肿瘤免疫依赖于抗原呈递机制的完整性。HLA I类分子（HLA-A、HLA-B和HLA-C）将肿瘤抗原呈递给细胞毒性CD8+ T细胞，而HLA II类分子如HLA-DR将抗原呈递给CD4+ T细胞。在多种癌症中已报告HLA I类的下调，这通常与免疫逃逸和对免疫治疗的抵抗相关[10, 11]。在包括黑色素瘤和淋巴瘤在内的几种肿瘤类型中，肿瘤细胞中HLA-DR的异位表达已被证明可以预测对ICI治疗的良好反应[12, 13]。然而，据我们所知，迄今为止还没有研究探讨ESCC中HLA表达与对ICI治疗反应之间的关系。综上所述，这些观察结果强调了需要全面评估免疫生物标志物，而不仅仅是PD-L1表达和免疫细胞浸润。因此，在本研究中，我们检查了接受ICIs治疗的ESCC患者以及最初无法切除疾病后进行转换手术的患者的肿瘤标本，以评估术后复发情况。我们使用免疫组化和定量数字病理学方法分析了HLA分子以及CD3、CD8、FoxP3、CD163和PD-L1的表达。

2 材料与方法

2.1 患者和组织样本

在48名接受ICI治疗的患者中，45名患者是因根治性切除术后复发而接受治疗的，而3名患者是在最初无法切除疾病后进行转换手术的。为了确保样本时间和治疗背景的一致性，主要分析仅限于45例术后复发的病例。所有纳入主要分析的患者最初都接受了根治性手术切除。随访期间通过放射学确认了复发，并在确认复发后开始ICI治疗。手术和复发之间的间隔根据个体临床情况而异。患者根据复发时的临床指征接受了基于ICI的方案治疗，包括nivolumab单药治疗（n=25）、nivolumab加ipilimumab联合治疗（n=9）以及氟尿嘧啶加顺铂联合pembrolizumab治疗（n=11）。治疗方案根据之前的系统治疗历史而有所不同。治疗效果根据实体肿瘤反应评估标准1.1进行评估。记录了ICI治疗期间的最佳总体反应。达到完全反应或部分反应的患者被归类为响应者，而疾病稳定或进展的患者被归类为非响应者。在修订后的分析中，血液学参数定义为ICI治疗开始前7天内的基线值。

2.2 免疫组化

福尔马林固定、石蜡包埋的组织块被切成3微米厚，并进行免疫组化染色。使用的初级抗体包括：抗CD3、抗CD8、抗FoxP3、抗CD163、抗PD-L1、抗HLA-A/B/C（I类）和抗HLA-DR（II类）。使用辣根过氧化物酶结合的二级抗体进行检测，并用DAB显色系统（Nichirei，东京，日本）可视化。使用HALO version 3.6.4134（Indica Labs，新墨西哥州阿尔伯克基）对肿瘤巢和间质中的CD3-、CD8-、Foxp3-或CD163-阳性细胞进行细胞计数。HLA-A/B/C的表达基于肿瘤细胞中的膜染色强度进行评估，使用相邻的非肿瘤上皮或间质细胞作为内部对照。下调定义为与内部对照相比膜染色完全丧失或显著减少。当≥10%的肿瘤细胞显示明确的膜染色时，HLA-DR表达被认为是阳性的（异位表达）。所有切片由两名不了解临床信息的认证病理学家独立评估，任何差异通过共识解决。

2.3 单细胞RNA测序（Sc-RNA-Seq）数据分析

从开放数据集（GSE160269）中获得了60例ESCC患者的CD45+细胞sc-RNA-seq数据。使用R包Seurat进行分析。简而言之，计数值被标准化，并识别出2000个高度变异的基因进行主成分分析。标准化计数值被缩放，并使用R包harmony减少每个案例的批次效应。前50个成分用于统一流形近似和投影（UMAP）降维和聚类。总共识别出17个簇（0-16），分辨率为0.4。此外，表达AIF1高的簇4、10、14、15和16被注释为髓系细胞，而表达CD3D和CD3E高的簇0、1、2、3、8和9被注释为T细胞。髓系细胞进一步聚类为12个簇（0-11），并提取TAMs（APOE+、MSR[CD204]+、CD68和CD163+簇0、1、4和8）来检查CD274（PD-L1）的表达。T细胞进一步聚类为27个簇（0-26）。表达CD8A和CD8B高的簇0、4、5、7、8、9、10、11、13、14、17、22和24被注释为CD8 T细胞，而表达CD4高的簇1、2、3、6、11、12、15、16、18、19、20、21和23被注释为CD4 T细胞。在CD8和CD4 T细胞中，MKI67阳性的簇9和11被认为是增殖的CD8 T细胞，簇18和19被认为是增殖的CD4 T细胞。

2.4 统计分析

预后营养指数（PNI）使用以下公式计算：PNI = 10 × 血清白蛋白（g/dL）+ 0.005 × 总外周淋巴细胞计数（/mm3）。所有统计分析均使用GraphPad Prism（GraphPad Software，加利福尼亚州圣地亚哥）进行。组间差异使用Mann–Whitney U检验和Kruskal–Wallis检验或适当的卡方检验进行评估。P值<0.05被视为统计学上显著。无进展生存期（PFS）定义为从ICI治疗开始到疾病进展或死亡的间隔，以最后一次随访为截止。

3 结果

3.1 患者特征

本研究共包括了45名接受ICIs治疗的复发或最初无法切除的ESCC患者。根据临床结果，12名患者被归类为响应者，33名患者被归类为非响应者。参与者的基线临床特征总结在表1中。队列的中位年龄为66岁（四分位数范围，62-71岁），大多数患者为男性（75.5%）。响应者和非响应者在性别、年龄或性能状态方面没有显著差异。然而，响应者的体重指数显著高于非响应者。关于ICI治疗开始前的基线血液学参数，响应者的血红蛋白水平和PNI值显著高于非响应者。尽管响应者的中性粒细胞百分比和C反应蛋白（CRP）水平较低，但这些差异没有达到统计学显著性。响应者的血清白蛋白水平也倾向于更高，但差异没有统计学意义。鳞状细胞癌抗原水平、血小板计数和嗜酸性粒细胞百分比在两组之间没有显著差异。表1. 响应者和非响应者之间的临床特征比较。特征 中位数（IQR）

所有患者（n=45）

免疫治疗的疗效

p值

响应者（n=12）

非响应者（n=33）

性别（男性）

34（75.5%）

10（83.3%）

24（72.7%）

0.45

年龄（岁）

66.0（62-71）

67（63.3-76）

65（60.5-70.5）

0.24

体重指数（kg/m2）

19.4（16.4-20.8）

20.8（19.4-23.9）

18.3（16.1-20.2）

0.02

性能状态

0.16

1

4（8.9%）

0（0%）

4（12.1%）

2

1（2.2%）

0（0%）

1（3.0%）

ICI治疗前的WBC（×10^3/μL）

5.3（4.0-6.5）

5.6（3.83-6.73）

5.2（4.1-6.5）

0.86

ICI治疗前的Neut（%）

66.7（58.5-71.2）

60.1（57.2-72.1）

67.9（61.8-71.1）

0.19

ICI治疗前的Eos（%）

1.9（1.05-4.3）

2.1（1.23-4.48）

1.8（0.90-4.25）

0.67

ICI治疗前的Hb（g/dL）

10.8（10.1-12）

12.4（10.9-13.3）

10.5（9.7-11.8）

0.005

ICI治疗前的Plt（×10^4/μL）

26.4（20.4-31.1）

26.8（20.7-29.9）

24.3（20.0-32.2）

0.50

ICI治疗前的Alb（g/dL）

3.7（3.40-3.95）

3.85（3.5-4.0）

3.6（3.3-3.8）

0.10

ICI治疗前的CRP（mg/dL）

0.23（0.09-0.92）

0.18（0.07-0.32）

0.23（0.12-1.65）

0.07

ICI治疗前的SCC（ng/mL）

1.80（1.20-3.05）

1.85（1.23-3.0）

1.80（1.20-3.10）

0.15

ICI治疗前的PNI

42.6（39.3-45.8）

44.1（41.9-48.1）

41.0（38.8-44.8）

0.04

注意：分类变量以比例表示。非正态分布的变量以中位数和四分位数范围报告。分类数据使用卡方检验或Fisher精确检验进行比较。非正态分布的数据使用Mann–Whitney U检验进行比较。缩写：SCC，鳞状细胞癌抗原；IQR，四分位数范围；PNI，预后营养指数。

3.2 巨噬细胞中的PD-L1表达预测对ICI治疗的良好反应

如前所述[14]，PD-L1表达在癌细胞和TAMs中均被观察到，并根据PD-L1阳性细胞的比例分为三组：低（<1%）、中等（1%-10%）和高（>10%）（图1A）。在癌细胞中，低、中和高PD-L1表达的病例数分别为31（68.8%）、7（15.6%）和7（15.6%）。在TAMs中，相应的数字分别为3（6.7%）、12（26.7%）和30（66.6%）。统计分析显示，响应者的TAMs和肿瘤细胞中的PD-L1表达显著高于非响应者（图1B）。表2总结了巨噬细胞PD-L1状态与全身炎症或营养标志物之间的关系。巨噬细胞中PD-L1表达高或中等的患者的中性粒细胞百分比较低。其他变量，包括血红蛋白、白蛋白、CRP和PNI，在PD-L1亚组间没有显著差异。图1. 打开图片查看器PowerPoint

肿瘤细胞和巨噬细胞中的PD-L1表达。（A）在肿瘤细胞和巨噬细胞中评估PD-L1表达。（B）堆叠条形图显示了肿瘤细胞和肿瘤相关巨噬细胞中PD-L1表达低（<1%）、中等（1%-9%）和高（≥10%）的比例。深灰色、浅灰色和中灰色分别表示高、中等和低PD-L1表达。*p<0.001。表2。根据巨噬细胞中PD-L1表达的临床特征。特征性中位数（IQR）

所有患者（n = 45）

巨噬细胞中的PD-L1表达

p值

高水平（n = 3）

中等水平（n = 12）

低水平（n = 30）

在ICI治疗前白细胞（×103/μL）
5.3（4.0–6.5）
5.6（5.30–5.60）
4.7（3.55–6.28）
5.1（4.00–6.53）
0.68

在ICI治疗前中性粒细胞（%）
66.7（58.5–71.2）
61.9（59.4–72.5）
56.7（53.0–67.6）
68.7（63.8–72.0）
0.01

在ICI治疗前嗜酸性粒细胞（%）
1.9（1.05–4.3）
4.8（0.40–5.10）
4.00（2.03–4.68）
1.6（0.80–2.43）
0.09

在ICI治疗前血红蛋白（g/dL）
10.8（10.1–12）
12.7（10.2–12.9）
11.4（9.92–12.9）
10.8（10.0–11.7）
0.29

在ICI治疗前血小板（×10?/μL）
26.4（20.4–31.1）
20.5（19.7–31.2）
24.1（20.4–31.6）
27.7（20.9–31.2）
0.66

在ICI治疗前白蛋白（g/dL）
3.7（3.40–3.95）
3.7（3.30–3.90）
3.7（3.42–4.00）
3.6（3.38–3.90）
0.90

在ICI治疗前CRP（mg/dL）
0.23（0.09–0.92）
0.23（0.09–2.84）
0.25（0.09–0.59）
0.23（0.08–1.04）
0.93

在ICI治疗前PNI
42.6（39.3–45.8）
42.6（38.8–46.2）
44.8（39.1–50.0）
41.6（39.7–44.1）
0.49

注：分类变量以比例形式呈现。非正态分布的变量以中位数和四分位数范围报告。分类数据使用卡方检验或Fisher精确检验进行比较。非正态分布的数据使用Kruskal-Wallis检验进行比较。缩写：IQR，四分位数范围；PNI，预后营养指数。

3.3 肿瘤细胞中HLA-A/B/C和异位HLA-DR表达的下调预测了对ICI治疗的良好反应

HLA-A/B/C抗原和HLA-DR表达的评估结果如图2A所示。10例（22.2%）观察到HLA-A/B/C的下调，而11例（24.4%）检测到HLA-DR的异位表达。统计分析显示，反应者比非反应者更频繁地表现出HLA-A/B/C下调和HLA-DR异位表达（图2B）。如表3和表4所总结的，HLA-A/B/C表达下调的患者血红蛋白水平更高；他们的PNI值也倾向于更高，但这种差异没有达到统计学显著性。在HLA-DR阳性的肿瘤患者中也观察到了类似的趋势，但PNI没有统计学差异。通过免疫组化评估了肿瘤浸润的免疫细胞，包括CD3?、CD8?、FoxP3?和CD163?细胞（图3A）。图3B和图3C分别呈现了肿瘤巢和间质区域中细胞密度的定量分析。在两个区域中，反应者和非反应者之间的免疫细胞密度没有显著差异。

3.4 肿瘤内存积的免疫细胞（TAMs）中高PD-L1表达与对肿瘤的免疫反应增强相关

为了进一步探索与PD-L1表达相关的免疫学背景，我们分析了肿瘤浸润淋巴细胞与PD-L1状态之间的关系。关于CD3? T细胞密度，肿瘤中PD-L1表达高的TAMs在间质区和肿瘤巢中的CD3? T细胞密度显著更高，而肿瘤细胞中的PD-L1表达与CD3? T细胞密度无关（图4A）。相比之下，CD8? T细胞密度与PD-L1表达之间没有显著关联（图4B）。CD163? TAM密度或FoxP3?调节性T细胞密度也与PD-L1表达无关（未发表的数据）。

3.5 HLA-A/B/C的下调与更长的无进展生存期（PFS）相关

为了进一步评估这些免疫标志物的临床相关性，我们根据PD-L1和HLA表达状态分析了PFS。Kaplan-Meier分析显示，根据HLA-A/B/C状态，PFS存在轻微但统计学上显著的差异，表现为下调表达的患者PFS更长（log-rank p = 0.04）。相比之下，TAMs中的PD-L1表达或癌细胞中的HLA-DR表达对PFS没有显著影响（p = 0.85；图S1）。

4 讨论

在本研究中，较高的PNI值与对ICI治疗的良好反应显著相关，而CRP水平仅在反应者中显示出向较低值的方向的趋势。众所周知，包括营养和炎症状态在内的系统宿主因素与治疗结果密切相关[16]。PNI已被反复验证为食管癌的预后指标，包括在接受nivolumab治疗的患者中[17]。作为整合血清白蛋白和淋巴细胞计数的复合指数，PNI反映了营养储备和系统炎症之间的相互作用，这两者都影响宿主免疫系统在检查点抑制下发起有效抗肿瘤反应的能力。升高的CRP水平与多种癌症类型对ICI治疗的耐药性有关[18]，其在接受ICI治疗的ESCC患者中的临床意义也已有报道[19]。然而，在ESCC中也有矛盾的结果[20, 21]，表明CRP单独可能不足以可靠地预测ICI的效果。在当前的队列中，尽管反应者的CRP水平倾向于较低，但差异没有达到统计学显著性。较高的血红蛋白水平和PNI值与对ICI治疗的改善反应显著相关。这些发现强调了系统宿主状况在决定免疫治疗效果中的潜在重要性。血红蛋白水平和PNI被认为是营养状况、炎症负担和免疫能力的指标，而癌症相关的贫血和系统炎症经常与免疫抑制状态和T细胞功能受损相关[16-18, 22]。虽然我们观察到系统血液学参数与免疫相关肿瘤标志物之间的关联，但这些发现不应被解释为血红蛋白或PNI与PD-L1或HLA表达之间的直接机制相互作用的证据。相反，它们表明系统生理状态可能影响或与调节对免疫治疗反应的肿瘤免疫特征共存。临床而言，这些结果表明，容易获得的血液学标志物可以在考虑ICI治疗策略时作为补充指标。尽管如此，仍需要在更大的队列中进行前瞻性验证。PD-L1表达是一种中心的免疫逃逸机制，PD-L1免疫组化在几种癌症中广泛用作伴随诊断[23]。在ESCC中，结合肿瘤和免疫细胞中PD-L1表达的复合阳性得分是临床实践和试验中最常用的生物标志物，包括KEYNOTE-590[3]。与此背景一致，本研究中PD-L1表达的增加与对ICI治疗的良好反应相关。我们分别评估了TAMs和癌细胞中的PD-L1表达。TAMs和癌细胞中的PD-L1表达与良好反应相关。多项研究阐明了调节癌细胞中PD-L1的机制，表明PD-L1的过度表达可由基因改变和干扰素等炎症细胞因子驱动[24]。在巨噬细胞中，PD-L1表达主要由干扰素诱导，而淋巴细胞来源的GM-CSF可以进一步增强PD-L1的上调[25]。在我们的队列中，TAMs中较高的PD-L1表达与间质中CD3? T细胞浸润的增加相关，sc-RNA-seq分析显示与T细胞增殖显著正相关。因为T细胞增殖反映了T细胞的活化，这些发现表明TAMs中PD-L1的表达可能与T细胞的活化有关。在肿瘤免疫微环境中，我们的分析显示，反应者和非反应者之间CD3?、CD8?、FoxP3?和CD163?细胞的绝对密度没有显著差异。这表明，仅凭定量免疫细胞浸润可能不足以作为预测标志物。越来越多的证据表明，免疫细胞的空间分布和功能定向——而不是它们的绝对数量——是决定肿瘤是否“热”或“冷”的关键因素。例如，位于抗原呈递细胞附近或三级淋巴结构内的CD8? T细胞可能比总体细胞计数具有更大的预测价值。这一概念与最近的观点一致，即免疫环境和拓扑结构对于预测ESCC的免疫治疗反应至关重要[3, 4]。我们的抗原呈递分析得出了矛盾但有趣的结果。反应者更常显示出低HLA I类表达伴随着高HLA II类表达。通常，HLA-I的下调被认为是免疫逃逸的机制，使肿瘤细胞能够逃避CD8? T细胞的识别[11]。实际上，HLA-I缺陷和β2-微球蛋白丢失是免疫治疗耐药的众所周知的原因。然而，在我们的队列中，HLA-I下调在反应者中更为普遍。这种模式可能表明，HLA-II介导的CD4? T细胞活化在塑造治疗反应中起更主导的作用。在黑色素瘤和其他癌症的研究中已经表明，HLA-II表达预测了PD-1/PD-L1阻断后的改善结果[26, 27]。此外，降低的HLA-I表达可能使肿瘤细胞对自然杀伤（NK）细胞介导的“缺失自我”识别敏感，提供了一种可以与检查点抑制协同作用的替代细胞毒性途径[11]。总而言之，这些观察结果表明，ESCC对ICI的反应可能取决于涉及CD4? T细胞、NK细胞和专业抗原呈递细胞的协同轴，而不仅仅依赖于经典的CD8? T细胞识别。值得注意的是，HLA-A/B/C下调和HLA-DR阳性的联合免疫表型可能代表了与对ICI治疗改善反应相关的独特肿瘤免疫环境。虽然HLA I类的下调通常被视为免疫逃逸的机制，但其与HLA II类的共存可能反映了向CD4+ T细胞介导的免疫激活的转变。从临床角度来看，整合HLA I类和II类的表达模式可能比单独使用任一标志物进行更精细的患者分层。然而，由于样本量有限，无法正式评估这些标志物之间的相互作用或协同效应，需要在更大的队列中进行验证。Yang等人[28]使用sc-RNA-seq技术最近证明，SPP1+肿瘤相关巨噬细胞（TAMs）数量的增加通过CD44-SPP1相互作用促进了食管鳞状细胞癌（ESCC）对免疫化学治疗的抵抗性。SPP1（也称为骨桥蛋白）是一种由癌细胞和免疫细胞分泌的已知致癌因子，已被确定为单核细胞衍生的TAMs的标志物[29]，并与肺癌和结直肠癌的进展有关[30, 31]。由于在本研究中PD-L1+ TAMs与更好的临床反应相关，我们假设PD-L1+和SPP1+ TAMs群体之间存在负相关关系。此外，sc-RNA-seq显示SPP1+和PD-L1+ TAMs聚集在UMAP的不同区域（图S2），尽管没有观察到SPP1+和PD-L1+ TAMs数量之间的定量相关性（图S2）。因此，除了PD-L1之外，SPP1+ TAMs也可能作为预测免疫检查点抑制剂（ICI）疗效的有用生物标志物。这项研究存在几个局限性：首先，这是一项在单一机构进行的回顾性分析，样本量相对较小，这可能限制了研究结果的普遍性；其次，ICI方案具有异质性，包括在不同治疗阶段应用的单一疗法和联合疗法，反映了实际临床实践；尽管这增强了研究的临床相关性，但在解释研究结果时 应考虑治疗方案对治疗反应的潜在影响；第三，由于事件数量有限，无法进行全面的多元变量分析以调整所有潜在的混杂因素；此外，本研究未进行CD4免疫组化检测。CD4+ T细胞浸润的定量评估可能会受到非T细胞群体（如巨噬细胞）中CD4染色的干扰。另外，CD3+和CD8+ T细胞的密度是在肿瘤侵袭前沿随机选择的三个1平方毫米区域内独立测量的，因此这些标志物没有在相同的显微镜视野下进行评估，无法可靠地估计CD3+ CD8-作为CD4+ T细胞浸润的替代指标。未来的研究需要包含专门的CD4+ T细胞分析，以阐明HLA II类介导的免疫反应在ESCC中的作用。最后，需要在独立队列中进行外部验证，以确认所识别的免疫标志物的预测价值。总体而言，我们的数据表明，ESCC中的ICI反应受系统免疫适应性、免疫细胞上的PD-L1表达以及抗原呈递途径平衡等多层网络的控制。除了PD-L1免疫组化外，还应通过免疫组化评估HLA表达。鉴于TAMs中的PD-L1表达与T细胞增殖密切相关，TAM PD-L1可能作为肿瘤免疫微环境中T细胞激活/增殖的有用替代标志物。

作者贡献：
藤原悠男：软件处理、数据分析
马场良文：概念设计、软件开发、数据整理、研究监督
原和人：数据整理
潘成：软件处理、数据分析

致谢：
作者无需报告任何信息。

资金情况：
作者无需报告任何信息。

伦理声明：
本研究方案已获得熊本大学研究生院伦理审查委员会的批准，并按照《赫尔辛基宣言》和《良好临床实践指南》进行。

利益冲突声明：
作者声明没有利益冲突。

数据可用性说明：
支持本研究结果的数据可向相应作者索取。由于隐私或伦理限制，这些数据不对外公开。