本研究采用大规模定量多组学方法来表征 EMT 和免疫逃避在广泛的实体瘤中复杂和动态的免疫调节串扰。

　　新近出现的证据表明，上皮-间质转化(EMT)和免疫反应共存。然而，EMT和免疫逃逸程序之间的相互作用，以及它们对各种类型癌症的肿瘤行为和临床结果的影响，缺乏系统层面的观点和调查。

　　本研究从TCGA数据库中获得了包含表达谱、外显子测序数据和来自 17 种不同类型实体癌的 8200 个肿瘤的临床数据的相关多组学数据。此外，从已有研究中收集了五个用免疫阻断疗法 (ICB)（抗 PD-1/PD-L1 或抗 CTLA4 治疗）治疗的独立免疫治疗数据集和28种免疫细胞类型的327个转录组。从CCLE数据库下载了癌细胞的转录组数据。

　　首先研究了泛癌肿瘤浸润淋巴细胞(TILs)与EMT特征之间的关系，发现17种癌症类型之间存在显著正相关。然后，本研究测试了这种相关性是否会混淆癌症亚型的鉴定，并发现TILs比例较高的癌症亚型表现出持续较高的EMT特征，尽管不同癌症亚型的TILs浸润水平存在显著差异(图1A)。

　　接下来本研究对免疫细胞溶解活性(CYT)相关的潜在生物学过程进行了分析，利用GZMA和PRF1表达值的几何平均值来评估免疫逃避。通过将肿瘤分为CYThigh组和CYTlow组，GSEA结果显示CYThigh肿瘤中免疫相关通路和EMT过程显著富集(图1B)。此外，本研究还观察到在17种癌症中，间充质标记基因始终与CYT呈正相关，而上皮标记基因通常与CYT呈负相关(图 1C)。

　　接下来本研究系统地描述了免疫浸润的细胞组成与 17 种不同癌症类型的 EMT 特征之间的关联，并发现大多数免疫细胞亚群的浸润与 EMT 评分呈正相关，包括免疫效应细胞，如B 细胞、CD8+ T 细胞和 M1 巨噬细胞（图 1D）。然后，本研究为 28 个免疫细胞亚群和 83 个 EMT 相关生长因子组装了 327 个转录组，发现与癌细胞系相比，效应细胞亚群表达了一组与免疫抑制细胞相似的生长因子（图 1E）。与其他免疫细胞和肿瘤细胞相比，可诱导 EMT 的四种生长因子（TGFB1、HGF、BMP1 和 PDGFB）在 CD4/8+ T 细胞中表现出更高的表达水平（图 1F)，表明抗免疫逃避也通过产生诱导 EMT 的生长因子来促进 EMT。总之，上述结果表明免疫逃避和 EMT 之间存在泛癌相关性，提示免疫效应细胞可能能够诱导EMT达到与免疫抑制细胞相似的程度。

　　浸润性免疫效应细胞通常与提高生存率和对免疫反应有关，而 EMT 通常与不良结果和免疫抑制有关。以 UCEC 为例，以UCEC为例，CYT评分较高的肿瘤生存期延长，而EMT评分较高的肿瘤生存期较差（图 2A）。

　　本研究提出了一个ECI特征来定量模拟肿瘤微环境(TME)中免疫逃避和EMT之间的串扰，该特征基于肿瘤中相应的CYT评分来估计EMT偏离预期量的程度。使用多变量Cox比例风险模型校正癌症类型的泛癌分析显示了显著的拮抗相互作用，表明较高的ECI将减少免疫逃避和生存之间的有益关联。图 2B显示了黑色素瘤的一个例子，较高的 CYT 评分仅与 ECIlow 肿瘤的生存获益显著相关(图2B)。此外，在大多数评估的癌症类型中，与单独使用 EMT 或 CYT 相比，ECI 是预测更差生存结果的更准确的预后因素(图 2C)。这些结果表明，免疫细胞的高度浸润并不一定表明具有总体杀肿瘤作用。

　　接下来，本研究研究了 EMT 免疫轴是否影响临床免疫治疗反应。如图 3A 所示，在五个已发表的用 ICB 疗法治疗的免疫疗法数据集中，对 ICB 耐药的肿瘤与 ECI 的增加有关。

　　本研究进一步确定了 ECI 在预测 ICB 响应方面的性能。如图 3B 所示，与 TMB、EMT 特征或 CYT 相比，ECI 对 ICB 反应的预测性能始终如一，曲线。TMB 在不同数据集上表现出中等的预测性能，而 CYT 不能预测 Riaz 等人数据集中的 ICB 反应，EMT 不能预测 Prat 等人数据集中的ICB反应。对此的一个可能解释是，ECI 被用作 EMT 和 CYT 之间的串扰的量度来评估免疫抗性，因此具有更好的整体性能。

　　以上研究表明，几乎所有免疫细胞都会产生一组相似的生长因子，并与 EMT 特征呈正相关。本研究假设识别免疫浸润的细胞组成对于理解免疫逃避和 EMT 之间的串扰至关重要。为了验证这一假设，本研究使用 Pearson 相关分析来研究ECI与不同免疫细胞类型的相对比例之间的关联。结果发现 CD8+ T 细胞、激活的记忆 CD4+ T 细胞、调节性 T 细胞 (Treg)、浆细胞、T 辅助细胞、ℽδ T 细胞、M1 巨噬细胞和激活的 NK 细胞的浸润与 ECI 呈显著负相关，而 M0 /M2 巨噬细胞、单核细胞、肥大细胞、嗜酸性粒细胞、记忆 B 细胞、幼稚 CD4+ T 细胞和静息记忆 CD4+ T 细胞在泛癌水平上与 ECI 呈显著正相关（图 4A）。

　　这些结果与抗免疫逃避的相反作用一致，例如，M1 巨噬细胞通常被认为具有促炎作用，可以促进抗肿瘤免疫，而 M2 巨噬细胞通常促进细胞增殖并参与 EMT 相关过程，例如伤口愈合和组织修复。作为案例研究，本研究进行了免疫组织化学测定以标记巨噬细胞或CD8 + T细胞并检测波形蛋白在肺癌中的表达。M1同时表达CD68和CD16，M2同时表达CD68和CD163。代表性图像如图 4B 所示。通过评估免疫组织化学结果，本研究分析了波形蛋白表达与 M1、M2 或 CD8+ T 细胞浸润之间的相关性。结果显示，波形蛋白表达与肺癌中的 M1 和 M2 数量呈正相关，但与 M1/M2 的比率呈负相关（图 4C），同时，波形蛋白表达与肺癌中的 CD8+ T 细胞数量呈正相关（图 4C）。

　　然而，免疫浸润与ECI的相关性在不同类型癌症中也表现出异质性(图 4D)。如图4B所示，在大多数癌症类型中，浸润性免疫细胞比例较高与ECI呈正相关，而只有两种癌症类型(CESC和UCEC)浸润性免疫细胞比例较高与ECI呈负相关。

　　本研究还对OV和HNSC进行了研究，在OV和HNSC中，间充质亚型的M2巨噬细胞比例相对较高，间充质亚型的CD8+ T细胞和T辅助细胞比例相对较低(图 4D)。为了全面了解免疫成分如何决定 ECI，本研究基于22个免疫亚群的相对比例，使用UMAP对泛癌肿瘤样本进行聚类(图 4E)。对免疫浸润细胞组成的聚类分析揭示了从ECIlow肿瘤到ECIhigh肿瘤的明显转变，这表明ECI是由免疫浸润的细胞组成决定的。本研究进一步将免疫细胞分为免疫偏好组和EMT偏好组，免疫浸润的细胞组成特征揭示了不同类型癌症之间的免疫倾向和EMT倾向细胞分布的异质性(图4F)。如图 4F所示，本研究评估的大多数类型的癌症在TME中都有较高的EMT倾向细胞浸润，只有两种类型的癌症(CESC和UCEC)有较高的免疫倾向细胞浸润。

　　接下来，本研究研究了肿瘤细胞的分子和遗传特征是否会影响EMT和抗免疫逃避之间的免疫调节串扰。首先研究了CYT-EMT串扰与基因组特征之间的关系。结果发现，在不同类型的癌症中，非同义突变的总体率与CYT水平和与ECT负相关的免疫细胞比例(如CD8 T细胞)呈正相关。相反，非同义突变的总量与EMT特征和与ECT正相关的免疫细胞比例呈负相关。如M2巨噬细胞。与上述结果一致的是，本研究发现在多种类型的癌症中，ECI与总体非同义突变负荷呈负相关(图 5A)，提示突变负荷与ECT负相关的免疫细胞浸润相关。

　　然后研究了基因组不稳定性与 EMT 和免疫逃避之间相互作用的关联。如图 5 B所示，在多种癌症中染色体不稳定性与ECI呈显著正相关，提示染色体不稳定性与免疫细胞浸润ECI呈正相关。接下来本研究进一步研究了参与抗原呈递的基因突变。HLA-A/B/C 基因的突变与几种类型癌症中较高的 CYT 水平相关，但并不总是与显著较高的 EMT 特征相关（图 5C）。这些结果表明 HLA 基因的突变不会增加 EMT，尽管它们可能有助于逃避免疫攻击。

　　肿瘤驱动基因在癌症的发生和发展中起着重要作用。因此本研究推断致癌基因的改变可能是EMT和免疫逃避之间平衡的原因。重点研究了373个具有突变的驱动基因和200个具有CNVs的驱动基因。本研究进行了泛癌回归分析，调整背景突变率和肿瘤类型，确定了23个突变、18个扩增和20个缺失的驱动基因与ECI显著相关(图5D)。

　　本研究采用大规模定量多组学方法来表征 EMT 和免疫逃避在广泛的实体瘤中复杂和动态的免疫调节串扰。确定了与 EMT 和免疫逃避之间的平衡相关的潜在因素。此处呈现的所有这些结果和模型加深了对肿瘤以及免疫和 EMT 相互作用的复杂性的理解，并可能有助于为开发新的生物标志物以预测对免疫疗法的反应提供改进的机制洞察力。

　　本研究 局限性在于仅研究了有据可查的 EMT 诱导剂，可能还有其他未检测到的因素在 TME 中细胞溶解细胞介导的 EMT 诱导中起着同样重要甚至更显著的作用。此外，EMT 特征不仅来自肿瘤细胞，还来自免疫细胞和基质细胞，这很难区分，因此需要进一步的研究来详细说明。