Nature｜机器学习算法PreGame在多发性骨髓瘤中鉴定广谱抗肿瘤γδ T细胞

撰文 | 风

T细胞是机体对多发性骨髓瘤（MM）及其他肿瘤进行免疫监视的关键效应细胞【1，2】。长期以来，最受关注的是“常规部队”αβ T细胞，它们像训练有素的野战军，在识别癌细胞表面的“身份证”（MHC分子呈递的抗原）后迅速发起有效攻击，CAR-T疗法正是据此装上“导航”实施精准打击。然而癌细胞常会“改头换面”，使得αβ T细胞无法识别从而逃避打击。近年来，体内另一支抗癌“特种部队”γδ T细胞因其在免疫检查点阻断等治疗中的作用而备受瞩目【3】（Immunity | 聚焦免疫治疗新靶点，张永辉组揭示γδ T细胞抗原识别机制）。不同于αβ T细胞，γδ T细胞兼具“固有样”与“适应样”双重属性，因此肿瘤浸润γδ T细胞究竟通过TCR直接识别肿瘤细胞【4】，还是依赖NKG2D、NKp30等受体识别癌细胞表面的配体发挥作用仍存在争议。目前，技术上缺乏将携带肿瘤反应性TCR的γδ T细胞（称之为TR γδ T细胞）与同一肿瘤微环境中的“旁观”γδ T细胞区分的高通量方法，这一问题始终未能解决。另外，对于MM的治疗，目前靶向B细胞成熟抗原（BCMA）的抗体药物偶联物（ADC）belantamab mafodotin（belamaf），与泊马度胺和地塞米松联合（BPd方案）已展现出显著疗效【5】。Belamaf可通过直接的细胞毒作用、抗体依赖性细胞毒与吞噬作用以及免疫原性细胞死亡发挥功能，且在较长给药间隔下仍能维持持久应答，提示适应性免疫可能扮演未知的关键角色。

近日，加拿大玛格丽特公主癌症中心Tak W. Mak和Suzanne Trudel团队在Nature杂志在线发表了题为Identification of broadly tumour-reactive γδ TCRs from multiple myeloma的研究文章。该研究开发一种名为PreGame的机器学习算法，能够从单细胞CITE测序数据中识别TR γδ T细胞；并证实这些γδ T细胞以TCR依赖方式直接识别并杀伤肿瘤细胞，其扩增可作为BPd治疗应答的早期生物标志物；研究团队还在广谱表达的HLA-C蛋白上鉴定出一个全新的γδ TCR表位，并揭示一个使肿瘤免疫监视得以精准区分癌细胞与健康细胞的“逻辑门”。

首先，为研究belamaf方案持久疗效背后的适应性免疫机制，研究团队对参加Algonquin临床试验（NCT03715478）的37例MM患者，在治疗前（基线/T0）、第2周期第1天（C2D1）等时间点采集外周血与骨髓样本，对分离的PBMC和血浆游离DNA（cfDNA）进行CapTCR-seq分析。结果显示，血浆cfDNA中γδ TCR丰度的升高与BPd治疗后的无进展生存期（PFS）显著相关。对骨髓活检样本的单细胞CITE联合免疫受体测序（scCITE+VDJ-seq）进一步鉴定出GZMB⁺与GZMK⁺两群γδ T细胞，其中细胞毒性更强的GZMB⁺ γδ T细胞在C2D1应答者中富集最为显著；与αβ TCR相对多克隆的应答不同，γδ TCR库呈现出明显的治疗相关克隆扩增。接着，团队建立一套高通量筛选体系。他们对22例MM患者的骨髓样本进行测序，共获得超过9500个γδ T细胞和672个独特的配对γδ TCR克隆型，并将每个γδ TCR在NUR77-GFP Jurkat-76报告细胞中表达，与覆盖MM异质性的肿瘤细胞系共培养以筛选TCR刺激信号，从而鉴定出24个TR γδ TCR（活化强度≥15%）。这些TR TCR大多不识别健康细胞，却对黑色素瘤、β2微球蛋白（B2M）低表达的小细胞肺癌和结肠癌，以及胰腺癌和胶质母细胞瘤等低免疫原性肿瘤表现出交叉反应，将其转导入去除αβ TCR的原代T细胞后，可在体外高效杀伤MM细胞。这些研究表明肿瘤浸润γδ T细胞能够以TCR依赖方式识别肿瘤细胞上表达的广谱抗原。

在此基础上，研究团队以88个TR细胞和361个非肿瘤反应性（NTR）细胞作为训练集，利用19个基因、5个蛋白及细胞周期相关特征，训练出随机森林模型PreGame，其对TR γδ T细胞的预测能力优于已有的αβ T细胞反应性预测模型。在两个前瞻性验证队列中，PreGame准确率分别达到21/25与100%，得分前15的γδ TCR全部为TR；且该算法不受克隆扩增程度偏倚影响。表型分析进一步表明，TR γδ T细胞在转录与表面标志物上呈“NK样”特征，高表达CX3CR1、CD57、CD94和GPR56；高表达GZMB和穿孔素，显示细胞毒作用；TCR偏向Vδ1（尤其是Vδ1Vγ4、Vδ1Vγ8）和Vδ3，而Vδ2Vγ9几乎均为NTR。GPR56⁺CD94⁺细胞的肿瘤反应性可被抗γδ TCR阻断抗体完全废除，证明TCR信号不可或缺。此外，PD-1、4-1BB和CD39等传统αβ TR T细胞标志均未在其中广谱富集，这也解释现有αβ算法的局限。

随后，研究者将PreGame应用于接受BPd治疗的患者群体，发现应答者在C2D1普遍伴随TR γδ T克隆的出现和/或扩增，而无应答者则表现为TR克隆的收缩或完全缺失。仅一个治疗周期后骨髓中TR γδ T细胞发生扩增的患者，PFS显著延长，且这些TR γδ TCR在应答者血浆cfDNA中更丰富，与骨髓扩增水平成比例。这提示，常规、无创、低成本的血浆cfDNA γδ TCR检测有望用于指导临床治疗决策。最后，为明确TR γδ TCR识别的抗原，研究团队对反应性最强的TCR65进行抗原鉴定。HLA-ABC完全敲除后TCR65不再活化，而单一等位基因敲除实验确认其依赖HLA-C。TCR65可识别几乎所有HLA-C等位基因，唯独不识别HLA-C*03:04。通过定点回复突变，他们发现仅V103L突变即可恢复反应性，从而将L103确定为HLA-C上一个此前未知、被抗肿瘤Vδ3Vγ9 TCR识别的表位。然而，该表位在供体所有有核细胞上均有表达，为何未致自身免疫反应？研究进一步发现TCR65⁺细胞高表达NK细胞抑制性受体KIR3DL1，后者结合部分HLA-A/B上的Bw4表位。体外实验证实，Bw4的存在可显著抑制TCR65介导的活化，而阻断KIR3DL1则恢复活化。由此形成一个“逻辑门”：对保留Bw4的健康细胞放行，对试图丢失Bw4以逃逸免疫、却保留HLA-C的肿瘤细胞清除。

综上所述，这项研究开发并应用PreGame机器学习算法，确立了“表型NK样、功能适应样”的肿瘤反应性γδ T细胞以TCR直接识别、杀伤癌细胞的核心机制，证明TR γδ T细胞扩增及其在血浆cfDNA中的信号是BPd方案治疗的早期预测性生物标志物，并通过HLA-C表位与KIR3DL1逻辑门的发现，为开发无需HLA配型、兼具疗效与安全性的通用型γδ TCR疗法提供全新靶点与研究工具。

原文链接：

https://doi.org/10.1038/s41586-026-11055-9

制版人：十一

参考文献

1. Michael, St Paul., Pamela S, Ohashi.(2020). The Roles of CD8(+) T Cell Subsets in Antitumor Immunity. Trends Cell Biol, 30(9), 695-704. doi:10.1016/j.tcb.2020.06.003

2. Emily, Wingrove., Julie M, Bailis., Anna F, Farago., Jean-Charles, Soria.(2026). Unlocking the potential of T cell engagers in solid tumors. Cancer Cell, 44(5), 891-895. doi:10.1016/j.ccell.2026.03.011

3. Adrian, Hayday., Julie, Dechanet-Merville., Jamie, Rossjohn., Bruno, Silva-Santos.(2024). Cancer immunotherapy by γδ T cells. Science, 386(6717), eabq7248. doi:10.1126/science.abq7248

4. Benjamin E, Willcox., Carrie R, Willcox.(2019). γδ TCR ligands: the quest to solve a 500-million-year-old mystery. Nat Immunol, 20(2), 121-128. doi:10.1038/s41590-018-0304-y

5. Marko, Lucijanic., Anica, Sabljic., Ivan, Krecak.(2024). Belantamab Mafodotin, Bortezomib, and Dexamethasone for Multiple Myeloma. N Engl J Med, 391(14), 1364. doi:10.1056/NEJMc2410841

学术合作组织

（*排名不分先后）