AI发现“反直觉”免疫标志物：高杀伤性T细胞密度竟与化疗耐药相关

以下是基于RCSI与UCD联合团队2026年6月23日发表于《自然·通讯》的研究，对三个问题的详细解答。

1. 突破性进展：AI驱动的免疫标志物分析帮助识别可跳过化疗的患者

该研究利用AI驱动的空间蛋白质组学和空间转录组学技术，系统分析了ER+HER2−乳腺癌（占所有乳腺癌诊断的约70%）的肿瘤免疫微环境。研究人员开发出一种新方法，能够从常规病理样本（FFPE切片）中精确量化基质区（肿瘤周围组织）细胞毒性T细胞（CD8+）的密度。

这种基于AI的免疫谱分析显著提升了风险分层的精度，超越了当前基因组检测（如Oncotype DX复发评分）的能力，尤其对于大量获得中危基因组风险评分的患者——化疗决策最不确定、过度治疗最普遍的人群。

2. 反直觉的发现：高细胞毒性T细胞密度反而预示化疗效果更差

研究最引人注目且出乎意料的结果是：基质CD8+细胞毒性T细胞密度较高的患者，在接受化疗后预后反而更差。在随机试验中，接受化疗的中危患者队列中，这一关联具有统计学显著性（ΔLR-χ²: 6.79, p = 0.009），并在全切除标本中得到独立验证（ΔLR-χ²: 8.90, p = 0.003）。

这一发现之所以“反直觉”，是因为在其他乳腺癌亚型（如三阴性乳腺癌TNBC、HER2+乳腺癌）中，高细胞毒性T细胞浸润通常是良好的预后信号，往往预示着更好的化疗反应。该发现提示，在ER+HER2−疾病中，高炎症的基质微环境可能实际上意味着一种对化疗耐药的肿瘤生态系统——研究同时发现的共存的免疫耗竭、检查点受体表达（CTLA4, TIGIT, CD96）和组织重塑通路可能与此相关。

3. 走向临床应用的下一步

研究团队明确了清晰的推进路线：

• 更大规模试验验证——该发现基于TAILORx试验中一个爱尔兰队列的样本（中危人群）。主要研究者表示，在方法进入临床常规使用之前，“需要在更大规模的研究中进一步验证”。

• 商业化与专利保护——RCSI与UCD已联合申请专利，并正在积极寻求技术商业化。

• 后续研发资金——进一步开发由ARC HealthTech中心资助，该中心由爱尔兰政府和欧盟通过ERDF北部和西部地区计划2021–2027共同资助。

• 公平性与可及性潜力——由于该方法只需标准诊疗过程中处理的组织样本（FFPE蜡块和常规免疫组化），研究人员强调该方法“有潜力改善大多数早期乳腺癌患者的治疗精准度和公平性，无论他们在何处接受治疗”。

---

核心结论： RCSI/UCD研究提出将基质CD8+密度作为候选预测性生物标志物，用于为中危ER+HER2−乳腺癌患者降级化疗。但该标志物需要在TAILORx完整数据集中进行前瞻性验证后，才能进入常规临床使用。

Nature Communications (2026). Spatial-immune multi-omics refines prognostication in early-stage ER+HER2− breast cancer and identifies a predictive biomarker for adjuvant chemotherapy. https://www.nature.com/articles/s41467-026-73432-2

RCSI Press Release (23 June 2026). RCSI study finds new markers to reduce chemotherapy overtreatment in breast cancer. https://www.rcsi.com/dublin/news-and-events/news/news-article/2026/06/study-finds-new-markers-to-reduce-chemotherapy-overtreatment