【CII】赵明峰教授团队基于T细胞亚群开发预测CAR-T治疗r/r NHL反应的模型

CAR-T的预测模型

CAR-T细胞治疗难治/复发(r/r) B细胞非霍奇金淋巴瘤(NHL)患者显示出良好的临床疗效，但影响CAR-T疗法临床疗效的因素尚未完全阐明。天津市第一中心医院赵明峰教授团队通过一项单中心回顾性研究，探讨了CD19 CAR-T细胞治疗r/r B-NHL疗效的独立影响因素，发现输注前采集的基线T细胞亚群比例与患者的早期治疗反应呈正相关，并首次建立了一个简单易用的模型来预测这些患者的临床结局。研究近日发表于《Cancer Immunology Immunotherapy》，第一作者为张笑梅博士，通讯作者为赵明峰教授。

研究方法

CAR-T细胞制品是作者所在中心生产的试验性产品，CAR-T细胞构建物是来自FMC63克隆的靶向cd19的scFv，该scFv结合人4-1BB和CD3信号域。作者筛选了本中心2019.9-2022.9期间接受自体CD19 CAR-T治疗且有围CAR-T期医疗信息的r/r B-NHL患者，选取其中符合标准的43例患者，另选取15例作为验证队列。研究的总体设计如图1所示。

收集训练队列43例患者和验证队列15例患者的基线临床和血液学参数，同时检测T细胞亚群。经CD3标记鉴定后，根据细胞表面CD4和CD8的表达情况将T细胞分为CD4+ Th细胞（辅助T细胞）细胞和CD8+ Tc细胞（细胞毒T细胞或CD8+ T细胞）。T细胞分化的不同亚群如图2所示，幼稚T细胞分化为中央记忆T细胞（Tcm）、效应记忆性T细胞（Tem）及效应T细胞（Teff）。

在CD19 CAR-T输注后1个月根据Lugano评估缓解。

研究结果

患者临床特征

表1为患者的基线特征和最初接受的CD19 CAR-T细胞。共43例r/r NHL患者纳入训练队列，其中弥漫大B细胞淋巴瘤36例(83.7%)，套细胞淋巴瘤2例(4.7%)，滤泡性淋巴瘤2例(4.7%)，B细胞淋巴母细胞淋巴瘤2例(4.7%)，伯基特淋巴瘤1例(2.2%)。男性约为女性的3倍，中位年龄56岁。此外，10例(23.3%)患者在CAR-T细胞输注前有骨髓侵犯，23例(62.7%)患者具有高肿瘤负荷。CAR-T细胞输注前中位治疗线数为3。

输注CAR-T细胞的中位剂量为3.82×10⁶/kg。清淋前（基线）中位白细胞计数为3.97×10⁹/L，中位血红蛋白为109g/L，中位血小板为154×10⁹/L，中位LDH为225.3U/L，中位CRP为4.52 mg/L，中位铁蛋白379 ng/ml。治疗前外周血T细胞CD4/CD8比值中位数为1.1，Treg细胞比例中位数为5.71%，Th、Tc细胞中Tcm比例分别为7.68%和31.88%。Th和Tc细胞中Tn（幼稚T细胞）的比例分别为13.55%和8.64%，Th和Tc中Teff的比例分别为2.88%和33.43%，Th和Tc细胞中Tem的比例分别为34.11%和35.12%。31例(72.1%)患者输注CAR-T细胞后1~3个月达CR或PR。验证队列包括14例DLBCL和1例FL。

为了进一步探讨预后价值，比较了Tc中Tcm和Tc中Tn的比例对长期生存的影响。中位随访9个月。在训练队列中，Tc中Tcm (以31.88为界值，p=0.88)和Tc中Tn (以8.64为界值，p=0.96)的比例差异并没有导致PFS有差异。

与CAR-T治疗r/r NHL后CR和PR相关的因素

为寻找r/r NHL患者CD19 CAR-T治疗的可能影响因素，首先对患者的临床特征(表2)、基线血液学参数(表3)、T细胞亚群和输注CAR-T细胞剂量进行单因素logistic回归分析。单因素分析结果显示，患者的基线肿瘤负荷、ECOG评分、初诊时Treg细胞占外周血T细胞亚群的比例以及Tcm和Tn细胞占Tc细胞的比例与CAR-T细胞输注后的缓解(CR和PR)显著相关(p<0.05)。

如图3B-D所示，缓解组的Treg细胞比例显著低于未缓解组(SD和PD)，而Tc细胞中Tcm和Tn的比例显著高于未缓解组。虽然年龄和图3E所示的Tn在Th细胞中的比例与缓解存在相关性，但差异无统计学意义。而在图3A中，两组的CD4/CD8比值并无差异，可能与样本量小有关。

识别影响CAR-T治疗反应的独立因素

为进一步了解影响CD19 CAR-T治疗反应的独立因素，将上述单因素分析中有统计学意义的因素(单因素logistic p<0.05)加入二元logistic回归分析。二元分析结果显示，CD19 CAR-T细胞输注前患者外周血中采集的T细胞亚群比例变化是CAR-T细胞疗效的显著独立影响因素，其中Tcm和Tn在Tc细胞中的比例显著影响缓解(p<0.05；图4A)。ROC曲线结果显示，Tc中Tcm和Tc中Tn预测CAR-T细胞治疗疗效的AUC为>60%，Tcm在Tc中的AUC为0.855， Tn在Tc中的AUC为0.836 (图4B)。

建立和验证预测CAR-T治疗反应的早期预测模型

根据缓解组和未缓解组之间p <0.05的选择标准，确定了同时AUC>0.6的潜在生物标志物，选择 Tc 细胞中的 Tcm 和 Tc 细胞中的 Tn 作为 CD19 CAR-T 治疗后早期反应的预测生物标志物。基于 Tc 细胞中 Tcm 和 Tn 的基线比例，开发了治疗效果的早期预测模型，以分析缓解的可能性，并开发列线图，可以帮助预测临床实践中每个个体 CR 和 PR 的可能性。最后，对原始数据进行内部验证，并绘制了校准曲线，以进一步评价预测模型在实际情况下的真实性和准确性。结果显示，预测缓解的可能性与观察到的早期反应有很好的一致性（图5A 和B）。在列线图中计算Tcm、Tn总分，并绘制 ROC 曲线预测治疗效果，AUC 结果为0.914，显示出良好的预测能力（图5C）。

还在独立队列中进一步验证该预测模型。内部验证队列包括在随后时间内入组的15例 r/r B-NHL 患者。根据建立的缓解预测模型，验证队列 ROC 曲线结果显示 Tc 中 Tcm 和 Tc 中 Tn 预测 CAR-T 细胞治疗疗效的AUC>60%，Tc 中 Tcm 的 AUC 为0.860，Tc中 Tn 的 AUC 为0.940。绘制 ROC 曲线预测验证队列治疗效果，AUC结果为0.9301，显示出良好的预测能力。预测模型预测 CD19 CAR-T 治疗效果具有较高的敏感性和特异性（敏感性83%，特异性74.2%），Youden指数最大值为0.742，预测结果与实际情况具有较好的一致性 (kappa，0.616)，表明该模型具有较好的预测能力，具有一定的临床应用价值。

总结

该研究中43例患者的单因素分析和二元logistic回归分析显示，Tcm和Tn占Tc的比例是影响r/r B-NHL患者CD19 CAR-T细胞治疗反应的独立危险因素。在此基础上，Tc、Tc列线图模型中Tcm在Tc、Tn中的AUC为0.914，敏感度为83%，特异度为74.2%，具有极好的预测价值。两组无进展生存期(PFS)差异无统计学意义。

作者发现，Tc 中 Tcm 和 Tn 的比值能够预测 r/r B-NHL 中 CD19 CAR-T 细胞的治疗反应，并建立了一个列线图模型，用于评估 CD19 CAR-T 治疗反应，具有较高的特异性和灵敏度。

参考文献

Zhang X, Sun R, Zhang M, Zhao Y, Cao X, Guo R, Zhang Y, Liu X, Lyu C, Zhao M. A CAR-T response prediction model for r/r B-NHL patients based on a T cell subset nomogram. Cancer Immunol Immunother. 2024;73(2):33. doi: 10.1007/s00262-023-03618-w. Epub 2024 Jan 27. PMCID: PMC10821965.