γδ Т-клетки являются эффекторами иммунотерапии при раке с дефектами HLA класса I.

Новости

ДомДом / Новости / γδ Т-клетки являются эффекторами иммунотерапии при раке с дефектами HLA класса I.

Oct 21, 2023

γδ Т-клетки являются эффекторами иммунотерапии при раке с дефектами HLA класса I.

Природа, том 613, стр.

Nature, том 613, страницы 743–750 (2023 г.) Процитировать эту статью

51 тыс. доступов

10 цитат

287 Альтметрика

Подробности о метриках

Рак с дефицитом репарации несоответствия ДНК (MMR-d) представляет обилие неоантигенов, что, как полагают, объясняет их исключительную чувствительность к блокаде иммунных контрольных точек (ICB)1,2. Здесь, в отличие от других типов рака3,4,5, мы наблюдали, что 20 из 21 (95%) случаев рака MMR-d с геномной инактивацией β2-микроглобулина (кодируемого B2M) сохраняли чувствительность к ICB, что указывает на участие иммунной системы. эффекторные клетки, отличные от CD8+ Т-клеток в этом контексте. Затем мы выявили сильную связь между инактивацией B2M и повышенной инфильтрацией γδ Т-клетками при раке MMR-d. Эти γδ-Т-клетки в основном включали подмножества Vδ1 и Vδ3 и экспрессировали высокие уровни PD-1, других маркеров активации, включая цитотоксические молекулы, и широкий репертуар иммуноглобулиноподобных рецепторов клеток-киллеров. In vitro PD-1+γδ Т-клетки, выделенные из клеток рака толстой кишки MMR-d, демонстрировали повышенную реактивность к линиям клеток рака толстой кишки MMR-d, отрицательным по лейкоцитарному антигену человека (HLA) класса I, и B2M-нокаутной опухоли, полученной от пациента. органоиды по сравнению с клетками, способными к презентации антигена. Сравнивая парные образцы опухолей от пациентов с раком толстой кишки MMR-d, которые были получены до и после двойной блокады PD-1 и CTLA-4, мы обнаружили, что блокада иммунных контрольных точек существенно увеличивает частоту γδ Т-клеток при раке с дефицитом B2M. В совокупности эти данные показывают, что γδ-Т-клетки способствуют ответу на блокаду иммунных контрольных точек у пациентов с HLA-классом I-негативным раком толстой кишки MMR-d, и подчеркивают потенциал γδ-Т-клеток в иммунотерапии рака.

ICB, нацеленный на оси PD-1-PD-L1 и/или CTLA-4, обеспечивает длительную клиническую пользу пациентам с раком с MMR-d и высокой микросателлитной нестабильностью6,7,8,9. Считается, что исключительная реакция рака с MMR-d и высокой микросателлитной нестабильностью на ICB объясняется значительным бременем предполагаемых неоантигенов, которые возникают в результате обширного накопления мутаций в их геномах1,2. Это согласуется с современным мнением о том, что блокада PD-1 в основном усиливает эндогенный противоопухолевый иммунитет, управляемый CD8+ Т-клетками, которые распознают неоэпитопы, связанные с HLA-классом I, на раковых клетках10,11,12. Однако рак толстой кишки MMR-d часто теряет опосредованную HLA-классом I презентацию антигена из-за молчания генов HLA класса I, инактивации мутаций в β2-микроглобулине (кодируемом B2M) или других дефектов в механизме обработки антигена13,14,15 ,16, что может сделать эти опухоли устойчивыми к иммунитету, опосредованному CD8+ Т-клетками3,4,5,17. Примечательно, что ранние данные показали, что рак MMR-d с дефицитом B2M может давать стойкий ответ на блокаду PD-118, что позволяет предположить, что в эти ответы вносят вклад другие подпопуляции иммунных клеток, кроме CD8+ Т-клеток.

Подмножества неограниченных иммунных клеток HLA-класса I, которые обладают способностью убивать опухолевые клетки, включают естественные клетки-киллеры (NK) и γδ Т-клетки. γδ-Т-клетки имеют много общих характеристик со своими аналогами αβ-Т-клеток, таких как цитотоксические эффекторные функции, но экспрессируют отдельный TCR, состоящий из γ- и δ-цепи. Различные субпопуляции γδ Т-клеток определяются использованием в них дельта-цепи TCR, из которых клетки, экспрессирующие Vδ1 и Vδ3, в основном «резидентны в тканях» на участках слизистой оболочки, тогда как клетки, экспрессирующие Vδ2, в основном обнаруживаются в крови19. Для γδ Т-клеток описаны как адаптивные, так и врожденные механизмы активации — например, посредством стимуляции их γδ TCR или врожденных рецепторов, таких как NKG2D, DNAM-1, NKp30 или NKp44. Иммуноглобулиноподобные рецепторы киллеров (KIR) экспрессируются γδ Т-клетками и регулируют их активность в зависимости от экспрессии HLA класса I в клетках-мишенях21. Кроме того, было обнаружено, что γδ-Т-клетки экспрессируют высокие уровни PD-1 при колоректальном раке MMR-d (CRC)22, что позволяет предположить, что эти клетки могут быть нацелены на блокаду PD-1.

4, which represents a predefined threshold25. Consistent with the study protocol of the DRUP23, the primary outcome measure for our analysis was clinical benefit, defined as disease control of ≥16 weeks, and the secondary outcome measure was best overall response, all assessed according to the RECIST 1.1 guidelines by the local treatment team at the site of accrual. As determined in the study protocol, these outcome measures were considered to be evaluable in patients who received at least two cycles of intravenous study medication, and for whom the response was radiologically or clinically evaluable (at the treating physician's discretion). For genomics and transcriptomics analyses, fresh frozen tumour biopsies were obtained at the baseline (that is, before PD-1 blockade). WGS analysis (median depths, ~100× and ~40× for tumour and normal, respectively) and bioinformatics analyses were performed as previously described23,25, with an optimized pipeline based on open-source tools that is freely available at GitHub (https://github.com/hartwigmedical/pipeline5). The TMB per Mb was determined by counting the genome-wide number of mutations (SNVs, MNVs and indels) and dividing this number by the number of megabases sequenced. For RNA-seq analysis, we extracted total RNA using the QIAGEN QIAsymphony RNA kit (931636). Samples with approximately 100 ng total RNA were prepared using KAPA RNA Hyper + RiboErase HMR (8098131702) and the RNA libraries were paired-end sequenced on the Illumina NextSeq550 platform (2 × 75 bp) or the Illumina NovaSeq6000 platform (2 × 150 bp). Raw RNA reads (FASTA files) were aligned to the human reference genome (GRCh38) using STAR46, (v.2.7.7a) using the default settings in two-pass mode./p>0.5 (the situation in which a mutation is more likely subclonal than clonal), as determined using PURPLE (v.2.34)47./p>3,000) were filtered out from the analysis, resulting in a final dataset of 4,442 cells, derived from HTO1 (n = 332), HTO6 (n = 105), HTO7 (n = 1,100), HTO8 (n = 1,842) and HTO9 (n = 1,063). Data were normalized using the LogNormalize function of Seurat with a scale factor of 10,000. Variable features were identified using the FindVariableFeatures function of Seurat returning 2,000 features. We next applied the RunFastMNN function of SeuratWrappers split by sample ID to adjust for potential batch-derived effects across the samples57. Uniform manifold approximation and projection (UMAP)58 was used to visualize the cells in a two-dimensional space, followed by the FindNeighbors and FindClusters functions of Seurat. Data were scaled, and heterogeneity associated with mitochondrial contamination was regressed out. Cell clusters were identified by performing differentially expressed gene analysis using the FindAllMarkers function, with min.pct and logfc.threshold at 0.25. The number of TRDV1+ (Vδ1, n = 1,927), TRDV2+ (Vδ2, n = 860) or TRDV3+ (Vδ3, n = 506) cells was determined as the percentage of all cells with an expression level of >1, with <1 for the other TCR Vδ chains. CRC96, 134 and 167 had less than ten TRDV3+ cells, and were not included in the Vδ3 analysis. Transcripts of Vδ4 (TRDV4), Vδ5 (TRDV5) and Vδ8 (TRDV8) cells were not detected. The percentage of cells positive for a certain gene was determined as all cells with an expression level of >1./p>170,000-fold increase in 3–4 weeks of expansion of γδ T cells (Extended Data Fig. 4c)./p>hB2M[NM_004048.4](ns):T2A:Puro), produced in lentivirus according to standard methodology. Cells were selected using puromycin and then FACS-sorted on the basis of HLA-A/B/C expression using 1:100 anti-HLA-A/B/C-FITC (W6/32, eBioscience)./p>