科普资讯

肿瘤突变负荷高(TMB-H)晚期实体瘤治疗的挑战和未来方向

2026年08月11日飞朔生物

前言

肿瘤突变负荷(TMB)的标准化评估对不同的肿瘤组织学、治疗方式和检测平台提出了挑战，需要仔细考虑以确保一致性和可重复性。尽管临床试验表明对免疫检查点抑制剂(ICIs)有良好的反应，但并非所有TMB升高的患者都表现出获益，且某些TMB不高的肿瘤可能对ICIs有反应。因此，全面理解TMB和肿瘤微环境之间错综复杂的相互作用，以及基因组特征，对于完善其预测价值至关重要。生物信息学的进步有可能提高TMB评估的精确度和成本效益，解决现有的挑战。类似地，将TMB与其他生物标志物相结合并采用全面的多组学方法可以进一步提高其预测价值。在研究、标准化和临床验证方面正在进行的合作努力对于充分利用TMB作为临床生物标志物的潜力至关重要。

肿瘤突变负荷(TMB)是对免疫检查点抑制剂反应的有前景的基因组生物标志物。TMB定义为肿瘤基因组内的突变总数(每百万碱基基因组的突变或mut/Mb),并作为可能引发抗肿瘤免疫反应的潜在新抗原负荷的量度[1]。TMB分子特征是多种多样的，它们来源于外源性和内源性因素的组合，这些因素分别代表了由于脱氧核糖核酸(DNA)复制中的随机误差而影响诱变率和突变的环境因素。在一些临床试验中，这种分子标记被证明可以预测对免疫检查点抑制剂(ICIs)的反应。高突变肿瘤的致病因素各不相同。此外，不同癌症之间的突变负荷存在巨大差异，黑色素瘤和非小细胞肺癌经常表现出高TMB。因此，无法定义不同癌症类型的中值范围。有些癌症如肾细胞癌(RCC)可能没有高TMB，但对ICI反应良好。

研究表明，具有高TMB的肿瘤增加了新抗原形成的可能性和被免疫系统识别的可能性，从而使这些肿瘤对免疫检查点阻断敏感。TMB作为ICI治疗反应的预测性生物标志物已经获得了广泛的认可。FDA(美国美国食品药品监督管理局)已批准多项测试作为伴随诊断测试。尽管对TMB的潜在临床效用感兴趣，但在TMB测试和标准化方法学方面仍存在重大挑战，阻止其用作ICI治疗的强大预测生物标志物。癌症中固有的分子复杂性和异质性形成了在基于分子的生物标志物中观察到的不精确性的基础。例如，肿瘤异质性意味着肿瘤内及其转移部位的基因组谱、治疗敏感性和耐药机制的差异。这篇综述研究了这些挑战和变异，这些挑战和变异与将TMB作为生物标志物整合到临床环境中的测试相关，同时也解决了它的预期用途。这种生物标志物的未来发展方向可能会对其他分子诊断和治疗产生影响。

PART1

将TMB作为ICI反应生物标志物的挑战

全外显子测序（WES）涵盖编码区的32Mb，即全部22,000个基因，约占基因组的1%。WES作为TMB计算的黄金标准，测量体细胞变化数量，而FDA授权的替代面板检测，包括纪念斯隆-凯特琳整合可操作癌症靶点突变剖析（MSK-IMPACT，468个基因）和F1CDx检测（324个基因），测量体细胞改变的密度，包括约1.14Mb和0.8Mb的编码区靶标。大量研究表明，WES TMB与面板型TMB（pTMB）之间存在相关性;尽管如此，面板检测对TMB的高估和其他差异仍然存在。

商业面板检测中面板内容的差异可能导致检测间差异。例如，在某些面板中，致病驱动突变的检测率可能高于肿瘤背景突变率。这可能导致低TMB值时变异性较高。因此，在考虑肿瘤类型内的变异性后，校准每个面板的阈值外，生成调整后评分（如“突变负荷”）也很重要。这有助于更好地解读TMB分数。许多用于确定TMB的面板调整分数与WES和WGS生成的TMB分数有良好相关性，而WES和WGS的TMB计算似乎高度一致。

多种因素会影响不同面板测试中的TMB计算。第一个是面板大小的变化，比如F1CDx为0.8Mb，而TSO500面板为1.94Mb。研究表明，较小的面板尺寸可能导致TMB计算错误的发生，而较大的面板尺寸则更易被误判。这包括较小面板与较大面板之间阈值的差异。特别地，较小的面板在区分高突变癌与非高突变癌症方面不够精确。较小的面板也往往高估TMB值。

肿瘤间和肿瘤内的异质性可能导致TMB测量不精确。由于克隆异质性不同，转移部位的TMB可能高于原发部位，但这种差异未必影响ICI治疗带来的生存益处。此外，存在如骨转移等器官特异性生态位，可能存在耐药机制，导致ICI治疗的临床反应减弱。测序区域的位置和所包含的突变类型也因不同面板检测而异。此外，肿瘤在治疗过程中已知会发生克隆演化，这可能优先影响非新抗原通路，从而使TMB的计算在整个肿瘤发展过程中存在变异性。

细胞邻里（CNs）中靶向细胞毒性T淋巴细胞的变异具有动态性，影响ICI治疗的反应，其中HLA-1表达下调预测结直肠癌患者ICI治疗的不良预后。

另一个挑战在于肿瘤纯度的影响，如组织采样相关，低肿瘤细胞浓度可能导致TMB测量误判偏低。不同面板对生殖系改变的排除也有所不同。

面板测试的组成，以及基因组变异的可变选择，也可能导致TMB计算的变异性。在考虑了伪影和生殖系变异后，面板测试比较显示，包含同义和编码的非同义变异具有良好相关性。

TMB中高估也可能发生在仅包含VAF（变异等位基因频率）超过某一阈值的突变[2]。因此，潜在突变（同义、非同义或Indels）的具体背景及其发生在编码区还是非编码区，可能导致不同面板间TMB计算存在轻微差异。此外，突变调用工具，尤其是在识别低频变化时，可能需要更深的测序深度，这可能导致遗漏。虽然这些工具也有助于排除克隆造血和抗性突变，但随着对新颖初级和次级抗性机制的理解日益深入，我们必须在TMB估计中考虑这些因素。

PART2

未来方向

患者选择的精准性仍是选择TMB作为癌症患者预测生物标志物的关键因素。仅仅提高TMB的阈值可能导致意向治疗人群减少。然而，根据治疗背景，采用癌症特异性阈值可能影响临床结局。然而，调整癌症特异性TMB阈值时找到合适的平衡点至关重要。阈值设定过高可能导致潜在受益于免疫治疗的患者被排除在外。

这意味着在每个步骤实现TMB评估的标准化，包括样本采集、DNA提取与处理、测序技术、生物信息处理以及TMB评分报告。

标准化举措可以包括WES面板，涵盖面板测试中的同义和非同义突变;包括驱动因子改变、生殖系突变和可能影响ICI反应的基因组特征;通过同时进行血液检测或生物信息学流程，去除生殖系改变;以及随后开发标准化的管道、质量控制（QC）指标和注释工具，确保实验室和研究项目间TMB的一致性识别和解读。

ICI治疗的潜在生物标志物包括肿瘤内在生物标志物，如TMB、新抗原、PD-L1表达和MSI状态;免疫特异性生物标志物，如T细胞，T效应器/T监管比率、三级淋巴结构（TLSs）、γ-IFN（伽马干扰素）和B细胞特征[3]。

MSI-H和TMB均具有基因组不稳定性机制和免疫原性增强。大多数MSI-H肿瘤也属于TMB高型。然而，肿瘤中其他异常的生物过程也可能导致高突变率（如紫外线暴露、POLE和POLD1基因突变）。尽管它们源于不同的机制，但结果是两种情况下肿瘤突变负荷都更高。因此，结直肠癌和子宫内膜癌等MSI-H肿瘤常常表现出TMB高型。这种协同效应已被研究用于对ICIs的反应。然而，这种相关性似乎是肿瘤特异性的，可能并非所有实体肿瘤都存在。鉴于MSI-H和TMB-H的合并状态并非所有癌症都普遍存在，研究表明，患有MSS（微卫星稳定）肿瘤且TMB水平较高的患者可以从ICI中获得临床益处，事实上，这两种生物标志物之间的不一致可能是ICI耐药性的原因。

结合并纳入PD-L1等其他生物标志物，可能提升ICI治疗决策中的预测和预后能力。然而，TMB和PD-L1在不同肿瘤类型间可能相关性不佳[4]。

其他对ICI敏感性的标志物，如CD-8+ T细胞丰度、炎症性TME和T评分，可能为未来应用提供复合生物标志物。然而，在回顾性分析中发现，在新抗原负荷（TMB替代物）与CD8+T细胞水平无正相关的癌症患者中，高TMB并非ICI治疗的预测生物标志物。高TMB也无法预测脑癌、乳腺癌和前列腺癌等癌症的反应。因此，还需要进一步研究，或许在不同阈值下进行，以确定TMB在这些免疫原性较低及其他较少见肿瘤类型的真实效用。评估TME和TMB评分对ICI结局影响需要共线性评估和多因素分析。

研究TMB与T细胞炎症基因组表达谱（GEP）评分的综合关系，显示在某些关键性试验接受pembrolizumab治疗的患者中，GEP嗨得分（泛癌最高三位数值）和TMB最高分（由WES计算）与泛肿瘤、头颈部及黑色素瘤患者队列中ORR和PFS的益处相关。然而，泛癌组GEP和TMB评分的整体相关性较低。

三级淋巴结构（TLSs）现已被公认为抗肿瘤免疫和淋巴细胞反应的重要介质。TLS因其与ICI疗法存活率的关联，成为潜在的生物标志物。在比较ICI反应时，TLS与TMB之间的明确相关性尚未充分确立[5]。

中性粒细胞淋巴细胞比值（NLR）以及外周单核细胞和中性粒细胞的水平是可能预测ICI反应的额外生物标志物，治疗前的NLR在与TMB结合时，可能成为潜在复合生物标志物的候选。在此背景下，低NLR但TMB比率高可能表明ICI治疗反应更为积极。

HRD（同源重组缺陷）改变和基因组不稳定性可能与高TMB有显著关联。杂合型HLA（人类白细胞抗原）类型已被证明对ICI反应更好，研究显示与肺癌免疫逃逸相关的HLA-LOH（HLA-杂合性丧失）可能与高TMB相关。因此，有人提出HLA矫正的TMB可能与NSCLC患者的生存优势相关[6]。

此外，T细胞受体（TCR）谱的基线克隆性和多样性已被证明对ICI治疗反应具有潜在预测性。

未来，需要考虑肿瘤景观对特定癌症类型TMB的影响，并在评估这些肿瘤的新抗原格局时进一步考虑，因为TMB是癌细胞中新抗原负荷的替代物。有必要采用多组学策略来发现能够预测免疫治疗反应的标志物。通过多组学分析发现，某些变化如ROS1（c-ros癌基因1）、SPEN（SPEN家族转录抑制因子）和PTPRT（蛋白酪氨酸磷酸酶受体T型）能够预测多种癌症对免疫治疗的反应。反应的差异在多种临床和人口学因素中也显著呈现。