Tumor reactivity assessment using clonal expression (TRACE) reveals tumor reactive CD8+ T cell heterogeneity across solid tumors

该研究开发了一种名为 TRACE 的克隆型分类器，利用单细胞 RNA 测序数据准确识别实体瘤中肿瘤反应性 CD8+ T 细胞，并验证了其在评估肿瘤浸润淋巴细胞异质性及预测免疫治疗反应方面的广泛适用性。

要点

这篇论文介绍了一个名为 TRACE 的新工具，它就像是一个**“超级侦探”**，专门在复杂的肿瘤环境中寻找那些真正能“打怪”（攻击癌细胞）的免疫细胞。

为了让你更容易理解，我们可以把人体内的免疫系统想象成一支庞大的军队，而肿瘤就是入侵的敌人。

1. 背景：军队里的“真战士”和“混子”

当敌人（肿瘤）入侵时，身体会派出大量的免疫细胞（T 细胞）去前线（肿瘤组织）。

• 真战士（肿瘤反应性 T 细胞，TRTs）： 这些是真正的特种兵。它们认识敌人的脸（肿瘤抗原），能精准识别并杀死癌细胞。
• 混子（旁观者 T 细胞）： 这些细胞虽然也穿着军装，拿着武器，但它们其实是在“凑热闹”。它们不认识敌人，只是被战场的气氛吸引过来的，对杀敌毫无帮助。

问题在于： 以前医生很难分清谁是“真战士”，谁是“混子”。这就好比在一群穿着同样制服的士兵里，很难一眼看出谁手里拿的是真枪，谁拿的是玩具。如果分不清，治疗（比如免疫疗法）的效果就会大打折扣，因为医生可能把资源浪费在了“混子”身上。

2. 解决方案：TRACE 侦探

为了解决这个问题，KSQ Therapeutics 的研究团队开发了一个叫 TRACE 的人工智能工具。

• 它的超能力： TRACE 不需要像以前那样把细胞抓出来一个个做实验（那太慢太贵了）。它只需要读取细胞的**“基因日记”**（单细胞 RNA 测序数据）。
• 如何工作： 就像侦探通过观察一个人的指纹、步态和说话习惯来识别身份一样，TRACE 通过观察细胞里哪些基因在“说话”（表达），来判断这个细胞是不是认识肿瘤。
  • 如果细胞里充满了“战斗基因”（比如那些专门针对肿瘤的标记），TRACE 就会给它打高分，说：“这是个真战士！”
  • 如果细胞里是“普通基因”或“休息基因”，TRACE 就会说：“这是个混子，别理它。”

3. TRACE 为什么这么厉害？（三大创新）

• 见多识广（大数据训练）：
  以前的侦探只看过一种类型的罪犯（比如只看过肺癌的细胞），所以遇到肺癌以外的肿瘤就抓瞎了。
  TRACE 则不同，它被训练时看了来自多种癌症（肺癌、肠癌、胰腺癌等）和不同病人的海量数据。它就像一个见过世面的老侦探，无论罪犯换什么伪装，它都能一眼识破。

• 不仅看单兵，还看“连队”（克隆识别）：
  在战场上，同一个“连队”（拥有相同 TCR 的细胞克隆）里的士兵往往有共同的特征。以前的工具只看单个士兵，容易看走眼。
  TRACE 会把这些“连队”聚在一起看。如果整个连队都表现出战斗状态，那它肯定是真战士。这大大提高了判断的准确性。

• 抗干扰能力强（不挑数据）：
  不同的实验室、不同的机器测出来的数据往往有“噪音”（就像不同品牌的录音笔录出来的声音不一样）。
  TRACE 发明了一种特殊的“翻译法”（表达分箱），能把不同来源的数据统一成一种标准语言。这意味着，无论你把数据交给谁，TRACE 都能读懂，不需要复杂的预处理。

4. 实战演练：它真的管用吗？

研究人员做了两件事来验证 TRACE：

1. 实验室验证（真刀真枪）：
   他们把从病人身上取出的免疫细胞和病人的癌细胞放在一起培养。结果发现，那些被 TRACE 标记为“真战士”的细胞，果然在培养皿里疯狂攻击癌细胞；而标记为“混子”的则无动于衷。这证明了 TRACE 的预测是准的。

2. 大规模普查（火眼金睛）：
   研究人员把 TRACE 应用到了几百个病人的肿瘤数据中。

   • 发现 1： 在肿瘤内部，TRACE 能精准找到那些“累得半死但还在坚持战斗”的 exhausted T 细胞（这是真战士的特征）。
   • 发现 2： 在健康的组织或炎症（非癌症）中，即使有类似的“累”细胞，TRACE 也能识别出它们不是针对肿瘤的，从而避免误报。
   • 发现 3： 它还能发现一些有趣的规律，比如某些基因突变（如 KRAS）的肿瘤里，真战士的比例更高，这有助于医生预测治疗效果。

5. 总结：这对我们意味着什么？

TRACE 就像是一个免费的、开源的“免疫细胞验真器”。

• 对医生： 它能帮助医生在治疗前评估：这位病人肿瘤里有多少“真战士”？如果“真战士”太少，可能普通的免疫疗法效果不好，需要换方案。
• 对科研： 它让科学家能更轻松地分析成千上万个病人的数据，找出哪些病人最有可能从治疗中获益。
• 对病人： 最终，这意味着更精准的治疗，更少的无效尝试，以及更高的治愈希望。

简单来说，TRACE 让医生不再是在“盲人摸象”，而是能拿着高清地图，精准地找到那些真正能打败癌症的“超级英雄”。

技术摘要

这是一份关于论文《Tumor reactivity assessment using clonal expression (TRACE) reveals tumor reactive CD8+ T cell heterogeneity across solid tumors》（利用克隆表达评估肿瘤反应性揭示实体瘤中肿瘤反应性 CD8+ T 细胞的异质性）的详细技术总结。

1. 研究背景与问题 (Problem)

• 核心挑战：肿瘤浸润淋巴细胞（TIL）是免疫治疗（如免疫检查点阻断 ICB 和过继性细胞疗法 ACT）的关键驱动因素。然而，肿瘤微环境（TME）中的 CD8+ T 细胞具有高度异质性，包含肿瘤反应性 T 细胞（TRTs）（识别肿瘤抗原）和旁观者 T 细胞（不识别肿瘤抗原）。仅凭 CD8+ T 细胞的总丰度无法预测治疗效果，区分 TRTs 与旁观者细胞至关重要。
• 现有方法的局限性：
  • 实验方法：依赖耗时的功能测定、肽-MHC 多聚体或表型筛选，难以扩展且与常规单细胞测序不兼容。
  • 计算方法：现有的基于单细胞转录组数据的预测工具（如 TRTpred, NeoTCR8, MANAscore 等）存在以下缺陷：
    1. 数据单一：通常在单一研究或单一肿瘤类型的小数据集上训练，缺乏统计效力和泛化能力。
    2. 缺乏共享：模型权重未公开，难以复现或在新数据上应用。
    3. 预处理依赖：需要复杂的批次校正和标准化，限制了跨平台（不同测序深度、化学试剂）的通用性。
    4. 忽略克隆结构：大多数方法在单细胞层面操作，未显式建模同一 TCR 克隆内的转录组异质性，也未利用克隆结构进行聚合学习。

2. 方法论 (Methodology)

作者开发了一个名为 TRACE (Tumor Reactivity Assessment using Clonal Expression) 的机器学习框架，旨在从单细胞 RNA 测序（scRNA-seq）数据中推断肿瘤反应性。

• 数据整合与训练：
  • 整合了来自 6 个不同研究、涵盖多种适应症（如黑色素瘤、肺癌等）的 scRNA/scTCR-seq 数据集。
  • 包含实验验证的 TRT 克隆（阳性）和来自健康人、COVID-19 康复者及已知抗原克隆的 PBMC 数据（阴性）。
  • 总计使用 40,156 个细胞（16,465 个克隆）进行训练，其中包含 9,488 个验证过的 TRT 克隆。
• 关键技术创新：
  1. 克隆级聚合策略 (Clonotype-level Aggregation)：
     • 将共享相同 TCR 克隆型的细胞聚合，以减少随机基因表达噪声。
     • 采用75 百分位（75th percentile）作为克隆内基因表达的汇总统计量，优于中位数或最大值，能更好地保留生物学异质性。
  2. 表达分箱 (Expression Binning)：
     • 将基因表达计数离散化为有序分箱（而非传统的 Log 归一化）。
     • 优势：极大地降低了对测序深度、平台差异和批次效应的敏感性，并显著缩短了训练时间（比 Log 归一化快 5 倍以上）。
  3. 模型架构：
     • 使用 XGBoost 梯度提升决策树分类器（经比较优于 Random Forest 和 AdaBoost）。
     • 特征选择：通过交叉验证筛选出最重要的 50 个基因作为特征。
  4. 训练策略：
     • 采用嵌套交叉验证（Nested Cross-Validation），在克隆层面进行训练/测试分割，防止数据泄露。
     • 模型权重和特征集公开，支持在新数据集上直接应用而无需重新调整参数。

3. 关键贡献 (Key Contributions)

1. 首个公开且泛化性强的克隆感知模型：TRACE 是首个整合多源验证数据、公开模型权重、且专门针对克隆结构优化的肿瘤反应性预测工具。
2. 无需复杂预处理的鲁棒性：通过“表达分箱”技术，TRACE 能够直接应用于原始计数数据，无需繁琐的批次校正，即可在不同测序平台（10x, BD Rhapsody, Smart-seq2 等）间保持高性能。
3. 实验验证：通过自体肿瘤细胞系与外周扩增 TIL 的共培养实验，结合流式细胞术（4-1BB 表达）和 scRNA-seq，在黑色素瘤样本中实验验证了 TRACE 预测的准确性。
4. 广泛的临床应用探索：将 TRACE 应用于多个大型单细胞肿瘤图谱（肺癌、结直肠癌、胰腺癌等），揭示了 TRT 在不同肿瘤亚型、驱动基因突变（如 KRAS）及微卫星不稳定性（MSI）状态下的分布特征。

4. 主要结果 (Results)

• 预测性能：
  • 在保留的测试集克隆上，TRACE 取得了优异的性能：MCC 为 0.84，F1 分数为 0.85，PR-AUC 为 0.89。
  • 与 NeoTCR8、TRTpred、TR30 和 MANAscore 等现有方法相比，TRACE 在多个独立数据集上表现相当或更优，特别是在降低假阳性率方面表现突出。
• 特征基因分析：
  • 选定的 50 个基因特征反映了 TRT 的典型表型：包括效应记忆、细胞毒性（GZMB, NKG7）和慢性激活/耗竭标志物（ENTPD1/CD39, PDCD1, LAG3, TOX, TIGIT, CTLA4）。
  • 下调基因包括 naive 或干细胞样 T 细胞标志物（LEF1, TCF7, IL7R）。
• 实验验证一致性：
  • 在黑色素瘤共培养实验中，TRACE 对实验验证的 TRT 克隆预测准确率为 82%，对非 TRT 克隆预测准确率为 80%。
• 生物学发现：
  • 特异性识别：TRACE 评分在肿瘤内的耗竭 CD8+ T 细胞中显著升高，但在正常邻近组织或炎症非肿瘤样本（如 COPD、IBD）的耗竭细胞中评分较低，证明其特异性针对“肿瘤抗原经历”状态，而非单纯的耗竭。
  • 克隆扩增关联：TRACE 阳性克隆更倾向于发生克隆扩增（>5 个细胞）。
  • 临床相关性：
    • NSCLC：KRAS 突变样本的 sTRACE（样本级 TRACE 评分）显著高于其他突变。
    • CRC：微卫星不稳定（MSI）肿瘤比微卫星稳定（MSS）肿瘤具有更高的 sTRACE 评分，表明 MSI 肿瘤不仅 T 细胞浸润多，且肿瘤反应性更强。
    • PDAC：胰腺癌整体评分较低（免疫原性低），但转移灶评分高于原发灶。

5. 意义与影响 (Significance)

• 生物标志物开发：TRACE 提供了一种标准化的计算方法，用于量化 TIL 中 TRT 的比例，这有望成为预测免疫治疗（ICB 和 ACT）临床反应的关键生物标志物。
• 细胞疗法优化：该工具可用于指导过继性细胞疗法（如 TIL 疗法）中肿瘤反应性 T 细胞的富集和筛选，提高治疗产品的有效性。
• 可及性与可复现性：通过公开代码、模型权重和特征集，TRACE 降低了研究门槛，允许全球社区在不同癌症类型和新的单细胞图谱中应用和迭代该模型。
• 克服技术瓶颈：其独特的“表达分箱”和“克隆聚合”设计，解决了单细胞数据分析中常见的批次效应和平台差异问题，为跨研究、跨中心的免疫组学分析提供了通用框架。

总结：TRACE 是一个强大、鲁棒且开源的机器学习框架，它通过整合多源数据和创新的预处理策略，成功实现了对肿瘤反应性 CD8+ T 细胞的高精度识别，为理解肿瘤免疫微环境和优化免疫治疗策略提供了重要的技术工具。