Terasaki生物医学创新研究所 (TIBI) 开展的一项广泛分析研究表明，黑色素瘤患者的良好生存结果与组织驻留记忆 T 细胞 (T RM ) 数量较多之间存在关联。从这项研究中获得的数据不仅可用于具有黑色素瘤预后预测能力的基于 T RM的机器学习模型，还可以阐明 T RM细胞在肿瘤免疫微环境中的作用。这可以指导为癌症患者开发更有效、更个性化的抗肿瘤免疫治疗方案。
肿瘤免疫微环境(TIME)是指肿瘤细胞、各种免疫细胞以及肿瘤内和周围其他细胞和非细胞成分之间复杂而动态的相互作用。
T RM细胞是一种独特的免疫细胞，存在于外周组织和多种癌症类型中。
由于TIME 中T RM细胞的存在及其功能特性，它们具有癌症免疫治疗的潜力，因此人们对研究 T RM细胞及其如何影响患者生存产生了浓厚的兴趣。这一理解的关键是确定癌症患者中 T RM细胞的存在和丰度是否与患者预后较好相关。之前对黑色素瘤患者进行的研究得出了相互矛盾的结果。人们也很少努力进行一项全面的研究来评估 T RM丰度并将免疫组学数据与患者生存结果关联起来。
TIBI 团队试图通过利用单细胞 RNA 测序 (scRNA-seq) 数据来解决这一问题，这项强大的技术可以让人们获得大量单个细胞的完整基因图谱。与使用有限数量的细胞识别标记基因相比，利用 scRNA-seq 技术可以更全面、更准确、更细致地描述细胞的类型和功能。从这个图谱中，可以生成基因特征——特定免疫细胞类型的独特特征模式，可能与疾病的存在相关。
正如他们最近在iScience上发表的论文所述，该团队在两组独立的黑色素瘤患者的 scRNA-seq 数据中使用了这种方法，并能够提取 11 个与患者 T RM丰度高度相关的不同基因特征。这些基因特征与患者生存结果之间也存在密切的关联。
进一步研究发现，T RM丰度与黑色素瘤 TIME 中多种抗肿瘤免疫细胞的存在以及免疫通路和调节基因之间存在额外的正相关性，表明 T RM细胞在免疫调节中起着至关重要的作用。研究还表明，T RM细胞丰度高会导致黑色素瘤 TIME 更活跃，患者预后更好。
最后，TIBI 研究人员可以利用他们的分析数据创建一个高精度 T RM衍生风险评分系统，将黑色素瘤患者分为高风险和低风险预后类别。
TIBI 董事兼首席执行官 Ali Khademhosseini 表示：“我们科学家的分析方法和关于 T RM细胞所起的作用的发现可能有助于改进和更准确地评估癌症患者对免疫治疗药物的反应。由于治疗对个体癌症患者的影响可能存在很大差异，因此这是改善患者治疗效果的重要一步。”