晚期黑色素瘤免疫检查点抑制剂应答的微生物组靶点荟萃分析发现

《Communications Medicine》：Meta-analytic microbiome target discovery for immune checkpoint inhibitor response in advanced melanoma

　　

免疫检查点抑制剂（ICIs）已彻底改变黑色素瘤的治疗格局，但仅部分患者获得持久应答。肠道微生物与应答相关，但各研究报道的生物标志物存在差异。本研究旨在鉴定可重复的微生物特征，并验证其在不同队列和治疗背景中的普适性。研究人员重新处理了来自15个黑色素瘤队列的粪便宏基因组测序数据（484例个体的763份样本），其中包括12个单独接受ICIs治疗的队列和3项ICIs联合粪菌移植（FMT）的试验。研究人员采用统一分析流程，分析微生物物种、代谢通路及生物合成基因簇（BGCs），并通过Tweedie回归、随机效应荟萃分析以及留一数据集验证的多模态整合方法，分析这些特征与治疗应答的关联。研究结果显示，在仅接受ICIs治疗的应答者中，多种产短链脂肪酸的共生菌富集，而非应答者中则显示与肠道菌群紊乱相关的分类群丰度更高。在FMT联合ICIs治疗试验中，应答与特定菌群群落以及氨基酸、核苷酸和辅因子代谢的转变相关。跨队列分析中，多视角预测模型反复选择与抗菌肽和表面多糖相关的基因簇，但跨研究判别能力仍有限。研究结论表明，治疗应答的微生物组特征具有治疗背景依赖性，无法由单一通用物种所概括。这些协调一致的研究结果为机制性研究和未来微生物组导向干预措施优先考量了微生物类群和功能。

免疫检查点抑制剂（ICIs)通过靶向程序性细胞死亡蛋白1(PD-1)和细胞毒性T淋巴细胞相关蛋白4(CTLA-4)显著改善了黑色素瘤患者的生存率，但临床应答仍不稳定，提示除肿瘤内在特性和宿主免疫应答外，尚有其他因素影响疗效。肠道微生物组在调节免疫应答中的作用日益受到关注，特定微生物类群和功能通路与治疗结局相关。然而，现有微生物组-ICI相互作用的研究结果不一致，反映了研究设计、样本采集处理、饮食药物暴露及测序技术等方面的真实世界变异性。为此，研究人员构建了统一分析框架：采用统一的纳入标准和处理流程，分别分析各队列后通过随机效应荟萃分析综合效应并报告异质性，以增强信号复制处的精度并明确分歧所在。

该研究纳入了来自11项研究的15个队列，包括12个ICI单药队列（441例患者，482份粪便样本）和3个ICI联合FMT队列（43例患者，281份纵向粪便样本），通过统一重新处理公开可用的全宏基因组鸟枪法测序数据，整合物种水平谱（MetaPhlAn 4）、预测的生物合成基因簇（BGCs）及功能通路多层微生物信息，以较高分类学分辨率鉴定与免疫治疗应答相关的微生物特征。

研究人员开展了一项大规模多队列整合分析。主要技术方法包括：样本来源于公共数据库（Sequence Read Archive、European Nucleotide Archive）及作者提供的8项研究的15个黑色素瘤队列；采用KneadData软件进行质量控制与宿主序列过滤（参照GRCh38和T2T-CHM13数据库），fastp生成测序质量报告；使用MetaPhlAn 4（mpa_vJun23_CHOCOPhlAnSGB_202307数据库）进行物种水平分类学分析；采用HUMAnN 3基于UniRef90数据库进行功能通路定量，归一化后获得MetaCyC代谢通路相对丰度；运用antiSMASH 7.0和BGCLens（基于MIBiG数据库3.0）进行生物合成基因簇鉴定和定量；利用MMUPHin R包的adjust_batch函数进行批次效应校正，并通过PERMANOVA评估校正效果；采用MMUPHin的lm_meta函数拟合复合泊松线性模型（CPLM）进行随机效应荟萃分析，ICI单药队列以研究为随机效应，ICI+FM T队列同时纳入研究和患者作为随机效应；构建留一数据集（LODO）交叉研究预测模型，对比早期融合（特征串联）和晚期融合（模态特异性预测概率整合）策略，使用IntegratedLearner以随机森林为基础学习器评估跨队列泛化性能（AUC-ROC），并提取跨研究特征重要性评分。

研究首先明确了队列间方差：经统一处理后仍存在中等程度的跨队列批次效应。Beta多样性分析显示，DNA提取试剂盒差异导致显著的批次效应，MMUPHIN校正后数据集分组解释方差从12.148%降至4.261%，但残留批次效应仍然存在，如"Lee"和"McCulloch"队列仍形成 distinct 聚类。

物种水平特征在ICI单药与ICI+FM T队列间存在差异：在ICI单药队列中，多种产短链脂肪酸（SCFAs）的梭菌目细菌富集于应答者，包括Roseburia sp.、Dorea formicigenerans及未分类梭菌目细菌，而非应答者中Hungatella hathewayi、Clostridium innocuum和Erysipelatoclostridium ramosum等菌群丰度较高。在ICI+FM T队列中，应答者富集Alistipes属、Bacteroides属、Holdemania filiformis等，非应答者则富集Lachnospira eligens、Bifidobacterium pseudocatenulatum、Anaerobutyricum hallii和Coprococcus eutactus。值得注意的是，GGB9501 SGB14898、Pseudoflavonifractor capillosus和Clostridiaceae bacterium Marseille Q4143三个重叠物种在两组间呈现相反的关联方向，ICI+FM T队列的纵向数据证实这些物种在应答者或非应答者中呈时间依赖性差异扩增。

功能通路特征亦呈治疗背景依赖性：ICI单药应答者与氨基酸生物合成通路正相关（如L-精氨酸生物合成II、L-甲硫氨酸生物合成III），非应答者则富集L-赖氨酸降解I和（氨甲基）膦酸降解通路。ICI+FM T应答者富集嘧啶脱氧核糖核苷补救通路，非应答者富集1,5-脱水果糖降解、Entner-Doudoroff通路I、甲萘醌-8（维生素K₂）生物合成及dTDP-鼠李糖胺类生物合成通路。

多组学跨研究分析揭示了应答者与非应答者间的生态与代谢分化：留一数据集模型显示跨队列AUC-ROC约0.6，提示存在可重复但有限的微生物组信号。跨研究稳定特征方面，BGC层面应答者相关特征包括非核糖体肽合成酶（NRPS）和核糖体合成和翻译后修饰肽（RiPP）类抗菌簇及外多糖/荚膜样聚糖基因座；非应答者相关特征包括粪肠球菌荚膜多糖基因座、Klebsiella oxytoca的tilivalline毒素NRPS簇等。物种层面稳定特征包括应答者中的Veillonella parvula、Fusicatenibacter saccharivorans和Blautia faecis等产SCFAs菌株。通路层面应答者特征涉及碳水化合物发酵、氨基酸和辅因子合成等中心代谢通路。

讨论部分，研究人员认为该统一再分析支持治疗依赖性模型：微生物组对ICI应答的贡献通过多种代谢途径实现，且因治疗背景而异。研究结论指出，应答的微生物组特征具有治疗背景依赖性，无法由单一通用物种捕获；ICI单药与ICI+FM T设置中间歇重叠且偶尔反向的应答相关物种有助于解释文献中的不一致性；"有益"的微生物组配置取决于治疗方案及FMT诱导的生态扰动。尽管跨队列预测性能仍有限，表明微生物组特征尚不足以实现个体水平预测，但多模态模型中反复选择的特定分类群、通路和BGC类别为前瞻性多组学和干预研究提供了精炼的机械假设优先清单。