2018年，来自德克萨斯大学的研究者詹姆斯·艾利森（James P.Allison）和日本京都大学的本庶佑（Tasuku Honjo）两位科学家因为“发现抑制负向免疫调节的新型癌症疗法”获得了诺贝尔医学和生理学奖。也就是在同一年，代表性的免疫检查点抑制剂：PD-1单抗，正式被批准在国内上市。病人常常将以PD-1单抗为代表的药物称为“免疫治疗药物”。PD-1单抗在国外的上市时间是2014年，因此，在2014年之后的4年，这个药物被蒙上了神秘的面纱，被称之为“神药”。那么，PD-1单抗到底是不是“神药”？它的作用原理又如何呢？首先研究人员需要知道的是，“肿瘤免疫治疗”是一大类的治疗手段。其中一个重要的组成部分是“免疫检查点抑制剂”，而PD-1单抗，正是免疫检查点抑制剂的一种。因此，PD-1单抗并不是“肿瘤免疫治疗”的全部。肿瘤细胞为了逃脱免疫细胞的杀伤，会采用许多种方式。其中有一种方式，就是利用“免疫检查点”。免疫检查点分子类似于免疫细胞的“刹车”。肿瘤细胞十分“狡猾”，往往在其细胞表面，高表达“刹车”分子的配体。这就相当于，踩住了“刹车”，使免疫细胞失去了杀伤肿瘤的能力。在这些“刹车分子”中，PD-L1就是最主要的一种。后续几年的研究中也有大量的研究关于免疫检查点及其抑制剂，今天小编为大家带来一篇十月分《cancer cell》上的一篇关于单细胞分析揭示了三阴性乳腺癌(TNBC)中与PD-L1阻断反应相关的关键免疫细胞亚群,将免疫检查点抑制剂与免疫细胞、癌症肿瘤亚群关联分析，能为你的研究提供哪些思路呢？

摘要：

在三阴性乳腺癌(TNBC)中，联合化疗和检查点抑制剂的好处还不是很清楚。研究人员利用单细胞RNA和ATAC测序来检测22例接受紫杉醇或其联合抗pd - l1 “atezolizumab”治疗的晚期TNBC患者的免疫细胞。研究人员证明，高水平的基线CXCL13+ T细胞与巨噬细胞的促炎特征有关，可以预测对联合治疗的有效反应。在应答患者中，淋巴组织诱导细胞(LTi)、滤泡B (Bfoc)细胞、CXCL13+ T细胞和传统的Ⅰ型树突状细胞(cDC1)在联合治疗后一致增加，而紫杉醇单药治疗后相反减少。研究人员的数据强调了CXCL13+ T细胞对抗pd - l1治疗有效应答的重要性，并提示紫杉醇方案减少CXCL13+ T细胞可能会影响atezolizumab联合TNBC治疗的临床结果。

文章亮点：

1.在抗pd - l1治疗后TNBC中发现动态免疫细胞改变

2.CD8-CXCL13和CD4-CXCL13 T细胞可以预测PD-L1阻断有效反应

3.发现表达CXCL9的促炎巨噬细胞与CXCL13+ T细胞相关

4.发现紫杉醇损害由atezolizumab引起的应答免疫细胞的扩张

结果：

晚期TNBC患者的免疫细胞动力学

图S1

图S2

研究人员将22例晚期TNBC患者纳入本研究，其中半数采用紫杉醇单药治疗，另一半采用紫杉醇加atezolizumab作为一线治疗。免疫治疗应答者表现出了水平更高的TILs和PD-L1，但并非所有具有这些特征的肿瘤都对抗PD-L1治疗有反应(图S1A)，表明有必要解剖免疫治疗的机制。因此，研究人员采用单细胞测序来描述TNBC患者的免疫特征和动态，显示出不同的临床结果。在基线、治疗开始后4周和疾病进展时共采集了78例肿瘤活检和血液样本(图S2A)。研究人员对活检样本进行了外显子组测序，发现它们的基因组改变与癌症基因组图谱(TCGA)中人类乳腺肿瘤中常见的发现一致。经过高质量的筛选，研究人员获得了489,490个高质量免疫细胞的单细胞转录组数据，包括髓系细胞、固有淋巴细胞(ILCs)、T细胞和B细胞(图S2B、S1C和S1D)。在联合治疗组中，B细胞在应答性肿瘤中主要富集，而髓细胞在非应答性肿瘤中富集(图S1E)。治疗后主要免疫细胞类型的动态变化，两组有效治疗后B细胞减少，T细胞增加。

研究人员建立了两个指标，预测指数(Pi)和治疗指数(Ti)，以系统地研究不同的免疫细胞类型与临床反应的关系。Pi测量基线细胞比例与肿瘤大小变化之间的相关性，Ti测量细胞比例动态与肿瘤大小变化之间的相关性。Pi或Ti阳性表示基线水平较高或相应免疫细胞亚型的细胞比例增加与治疗后肿瘤大小的更大程度的减小相关，因此分别预测或介导了有利的反应。Pi阴性或Ti阴性分别表示对应的免疫细胞亚型预测或介导不利反应。

基于Pi分析，研究人员发现B细胞是最显著的免疫细胞类型，可以预测对两种治疗方案的良好反应(图S2C和S1F)，这与关于B细胞对ICB反应的预测作用的发现相一致。在Ti分析中，与化疗相比，T细胞在联合治疗中明显表现出Ti阳性(图S2C和S1F)，这表明atezolizumab可能通过提高T细胞水平来促进有效反应。

为了在人类TNBC中生成一个完整的免疫细胞图谱，研究人员进一步对来自血液或肿瘤的每个主要免疫腔室分别重新聚类。研究人员发现了具有独特分子特征的异质免疫细胞亚型，表明了它们独特的细胞身份(图S2B、S2D和S1G)。

图1

图2

CD8-CXCL13和CD4-CXCL13在联合治疗的TNBC肿瘤中扩增

研究人员上述的分析表明，T细胞可能在PD-L1阻断治疗中发挥核心作用。基于研究人员在TNBC肿瘤中的高分辨率T细胞图，研究人员发现了两个高表达PDCD1和CXCL13的T细胞簇(CD8-CXCL13, CD4-CXCL13);三个T细胞群包括naive (Tn)、activated (Tact)和proliferative (Tprf)亚群，其中包含CD8+和CD4+ T细胞;以及一些典型的CD8+或CD4+ T细胞簇，包括调节性(Treg)、中央记忆(Tcm)、效应性(Teff)、效应性记忆(Tem)、组织常驻记忆(Trm)和黏膜相关不变T (MAIT)细胞亚群(图1A和1B)。

除了淋巴结(LNs)中富集的Tn和肝转移部位富集的MAIT外，这些T细胞亚群没有显示出特定的组织偏好(图1C)。值得注意的是，CD8-CXCL13表达TIGIT、CTLA4和LAG3的T细胞耗竭相关基因，而CD4-CXCL13通过表达BHLHE40、TOX2和CXCR5，不仅表现出T辅助型1 (Th1)细胞和T滤泡辅助型(Tfh)细胞的特征，也表达了耗尽标志物(图2A)。CD8-CXCL13和CD4-CXCL13的衰竭特征暗示了它们的肿瘤反应性，因为此前的研究表明，肿瘤反应性T细胞由于持续的肿瘤抗原刺激而表现出衰竭表型。此外，基于匹配的T细胞受体(TCR)数据，这两个亚群与T调节细胞(treg)一起，显示出显著的克隆扩增，进一步表明它们的抗原体验特性(图1A)。

为了解释治疗后的免疫细胞动力学，研究人员首先研究了紫杉醇对不同T细胞亚群的调节。与无应答者相比，应答者在紫杉醇治疗后CD8- cxcl13、CD4- cxcl13和Tregs水平降低，CD8+ Tem、Teff和CD4+ Tcm细胞水平升高(图2B、2C和S2D)。有趣的是，CD8-CXCL13和CD4-CXCL13在紫杉醇+ atezolizumab治疗后的应答患者中均扩增，导致联合治疗组中CD8-CXCL13的比例高于单独紫杉醇治疗后的比例(图2B, 2C和S2E)。同样，研究人员的Ti分析也显示，在反应性患者中，联合治疗后CD8-CXCL13和CD4- CXCL13的表达增加，而紫杉醇治疗后则减少(图2D和1F)。这些观察结果提示CXCL13+ T细胞与PD-L1阻断的相关性。研究人员进一步利用TCR序列来追踪对联合治疗反应的肿瘤中CXCL13+ T细胞的谱系起源，发现它们的扩增既包含已存在的克隆，也包含新浸润的克隆(图2E和2F)。事实上，考虑克隆TCRs(克隆大小R2)时，已有克隆的数量大于新渗透克隆。因此，在治疗后，大量已经存在的克隆有助于CXCL13+ T细胞的扩展。在BC小鼠模型中，ICB治疗后CD8+ PD-1+ LAG3+ T细胞增加，进一步证实了CD8- cxcl13与ICB治疗的相关性。此外，ICB治疗后，CD8+耗尽T (Tex)细胞的数量增加(图1G和1H)也证实了人类基底细胞癌(BCC)的单细胞数据。

图4

CXCL13+ T细胞和相关B细胞可以预测抗pd - l1免疫治疗的良好反应

与联合治疗的耐药患者相比，应答患者表现出更高的基线CD8- CXCL13和CD4-CXCL13水平(图2B和2C)，这表明CXCL13+ T细胞在形成抗pd - l1治疗的临床结果中具有重要意义。一致地，研究人员的Pi分析也表明，较高水平的CXCL13+ T细胞可以预测对联合治疗更好的反应(图2D)。除了CXCL13+ T细胞，Tn-LEF1尽管在LNs中特异性富集，但也与两种治疗方案的良好反应有关(图2D)。基于tcga的分析显示，与黑色素瘤和肺肿瘤相比，乳腺肿瘤含有更少的浸润性CD8+ CXCL13+ T细胞(图1I)，这与ICB治疗BC的低应答率一致。研究人员通过多色免疫组化(IHC)染色进一步证实了CD8- CXCL13和CD4-CXCL13 T细胞在联合治疗反应的肿瘤中存在(图3A)。TNBC肿瘤中的B细胞包括两个主要的亚群：CD19+ B和血浆B (pB)细胞(图4A)，在联合治疗组中，有应答者的基线CD19+ B细胞水平高于无应答者(图4B)。CD19+ B细胞高度表达CXCL13的受体CXCR5 (BCA-1)(图4A)，表明它们与CXCL13+ T细胞有潜在的联系。的确，在紫杉醇+ atezolizumab应答的TNBC肿瘤中，研究人员观察到CD19+ B细胞与CD8-CXCL13和CD4-CXCL13 T细胞共定位(图3A)。淋巴细胞聚集表明，这种定位与三级淋巴样结构(TLS)高度相似，这与最近的研究一致，表明TLS有助于免疫治疗反应。

此外，研究人员发现，在人BCC患者进行ICB治疗后，CD19+ B细胞与CD8+ Tex细胞共同扩增(图1H) 。与CD8+ CXCL13+ T细胞稀少的TCGA BRCA肿瘤相比，大量CD8+ CXCL13+ T细胞的TCGA BRCA肿瘤中，含有CD79A和CD19的B细胞制造者以及CXCR5的高表达(图4C)。通过比较应答性和非应答性肿瘤中B细胞的转录组差异，研究人员发现应答性肿瘤中富含高表达基因的B细胞参与了抗原处理和呈递、干扰素(IFN)-g应答和T细胞激活的通路。相比之下，在无应答的肿瘤高表达基因中富集的B细胞参与了B细胞激活、免疫球蛋白的产生和体液免疫应答的通路(图3B和4D)。因此，B细胞在抗肿瘤免疫中的作用可能主要是激活CXCL13+T细胞。

联合治疗后，Bfoc和LTi细胞在TNBC肿瘤中一致扩增

图5

研究人员发现CD19+ B细胞由naive B (Bn)、memory B (Bmem)、Bfoc、增殖Bmem和增殖Bfoc亚群组成，这些亚群没有显示出特定的组织富集(图4A、4E和4F)。值得注意的是，Bn、Bmem和Bfoc细胞主要富集在紫杉醇+ atezolizumab应答的肿瘤中，而在紫杉醇应答的肿瘤中不富集(图5C和4G)。Bfoc细胞的特征是MEF2B、BCL6、RGS13和NEIL1的高表达(图4A和4E) 。在两组治疗中，有应答者的基线Bfoc水平明显高于无应答者(图5C和4G)，研究人员的Pi分析也显示了Bfoc与良好的临床反应之间的联系(图5D)。对于B细胞动力学，研究人员发现紫杉醇治疗应答者的Bfoc降低，而紫杉醇加atezolizumab治疗应答者的Bfoc增加(图5C、5D和4G、4I)，这表明Bfoc细胞与atezolizumab治疗的相关性。重要的是，研究人员描述了不同B细胞亚群的预后意义，并揭示了Bfoc是与BRCA合并TCGA患者的良好临床结局相关的最显著的B细胞亚型(图5E)。因此，Bfoc似乎是对患者生存和icb免疫治疗最重要的B细胞亚群。

接下来研究人员研究了Bfoc与其他免疫细胞的联系。通过描述相关的免疫细胞亚型，研究人员发现CD4-CXCL13和CD8-CXCL13在细胞比例上与Bfoc高度相关，特别是在治疗后组(图5F和4J)。提示Bfoc可能与CXCL13+ T细胞相互作用，在抗肿瘤免疫中发挥作用。针对配体-受体对，研究人员发现CXCR5在Bfoc亚群中表达水平最高，cd40gl - cd40、interleukin -(IL)21-IL21R、IL6ST-EBI3等多对可能介导了Bfoc与CD4-CXCL13之间的作用(图5G)。有趣的是，以CCR7、IL7R、GPR183、LTB (lymphoxin)、IL23R基因表达为特征的ldl -like ILC3 (ILC3-IL7R)也与Bfoc具有高度相关性，在联合治疗后与Bfoc共同扩增，而化疗后则没有(图5H、5J、4J、4K)。值得注意的是，ILC3-IL7R可以预测两种治疗方案的良好反应(图5J)，表明其在有效抗肿瘤免疫中的潜在作用。

联合治疗后，TNBC肿瘤中cDC1扩增

图6

先前CXCL13+ T细胞在抗pd - l1治疗中的重要性促使了研究人员去进一步研究CXCL13+ T细胞如何在某些TNBC患者中被激活和富集。由于TME中的髓细胞可能调节T细胞反应，研究人员接下来关注TNBC肿瘤中的髓系腔室。研究人员观察了树突状细胞、巨噬细胞、单核细胞和肥大细胞。在这些主要亚群中，研究人员观察到有应答者的DCs水平高于无应答者，无论是在基线时还是在联合治疗而非化疗后(图6A)，这支持了它们在ICB治疗中的作用。

为了确定TNBC肿瘤中DCs的特定亚群，研究人员进行了无监督聚类，识别了浆细胞样DC (pDC)、cDC1、成熟DC (mDC，或LAMP3+ DC)，包括CCR7、LAMP3、CCL19、IDO1和PD-L1，以及三个常规DC2 (cDC2)亚群，包括朗格罕细胞(LCs, cDC2- cd207)、促炎和抗炎cDC2 (cDC2- clec10a, cDC2- fcgr2b)，基于其特征基因(图S4B S4D;表S2)。有趣的是，较高的基线cDC1和pDC水平可能提示紫杉醇治疗有良好的反应，但这些DC亚群中没有一个可以表明联合治疗有良好的反应，这可能暗示DC亚群不是有效抗pd - l1治疗的关键决定因素。

对于不同的DC子集，研究人员接下来检查了它们在不同治疗组中的时间动态。与无应答者相比，应答者在紫杉醇治疗后显示mDC水平下降，这一时间模式类似于同一治疗组中潜在的肿瘤反应性T细胞(图2C和6B)。

“RNA丰度是单个细胞状态的有力指标。单细胞RNA测序可以定量、准确、灵敏、高通量地揭示RNA丰度。然而，这种方法只能在某个时间点捕获静态快照，这对分析胚胎发生或组织再生等随时间变化的现象提出了挑战。在这里，证明了RNA速度——基因表达状态的时间导数——可以通过区分普通单细胞RNA测序中未剪接和剪接的mrna来直接估计。RNA速率是一种高维的载体，可以在数小时的时间尺度上预测单个细胞的未来状态。在神经嵴谱系中验证了它的准确性，展示了它在多个已发表的数据集和技术平台上的应用，揭示了发育中的小鼠海马的分支谱系树，并检测了人类胚胎大脑中的转录动力学。”

尽管根据RNA速度分析，cDC1和促炎cDC2均可转化为mDC，这与人类肝癌和肺癌的研究结果一致；在TNBC肿瘤中，mDC与cDC1紧密连接，这是由于它们的转录相似性和细胞比例的动态变化相关(图6C和6D)。对于紫杉醇+ atezolizumab治疗的患者，研究人员还观察到，与cDC1和pDC的增加相比，应答者治疗后mDC减少，这可能是由于紫杉醇方案选择性减少了mDC(图6B)。重要的是，与紫杉醇单独治疗相比，紫杉醇联合atezolizumab治疗应答患者后发现更高水平的cDC1、mDC和pDC，表明它们参与了抗pd - l1治疗。

研究人员的Ti分析进一步表明，cDC1和pDC与联合治疗的良好反应有关，而与化疗无关(图6E)。值得注意的是，同时使用atezolizumab时，紫杉醇治疗后mDC的减少被抑制，这表明它与PD-L1阻断有关。值得注意的是，mDC和cDC1都表现出与CD4-CXCL13协调的时间动态(图6D)，研究人员通过TCGA BRCA的bulk RNA-seq数据证实了它们的相关性(图6F)。此外，研究人员还发现了多种配体-受体对，包括CD40LG-CD40，它们可能介导了mDC、cDC1和CD4-CXCL13之间的串扰(图6G)。有趣的是，根据细胞比例中mDC、cDC1和CD4-CXCL13的时间动态，CD8-CXCL13也显示出高相关性(图6D)。这些观察表明，CD4- cxcl13和CD8- cxcl13可能同时被cDC1或mDC激活，最近的研究表明同源CD4+ T细胞许可cDC1诱导CD8+ T细胞免疫。

巨噬细胞的表型与T细胞状态相关

针对单核细胞/巨噬细胞室，研究人员发现，与联合治疗组相比，无应答组的巨噬细胞(Mf)基线水平更高，且无应答组的巨噬细胞高表达SPP1、TREM2、FN1和C3，而应答组的巨噬细胞高表达CXCL9、MMP9、和PLA2G2D(图6A和7A)。值得注意的是，已证明TREM2和SPP1在抗炎肿瘤相关巨噬细胞(TAMs)中表达。进一步的非监督聚类显示了广泛的异质性，导致单核细胞和巨噬细胞的多个亚群。单核细胞亚群高表达FCN1、S100A8和S100A9，而巨噬细胞亚群高表达CD68、APOE和C1Qs，类似于tam的特征。值得注意的是，TNBC肿瘤中的巨噬细胞亚群倾向于共同表达规范M1和M2信号(图1e)，这与最近在人类乳腺癌和肺癌中的发现一致。为了了解CXCL13+ T细胞是如何被其他免疫细胞调节的，研究人员利用TCGA BRCA数据来检测CD8A和CXCL13高表达的乳腺肿瘤的转录特征。果然，一组免疫相关基因被鉴定出来(图7B)。

为了估计伴随有潜在肿瘤反应性T细胞的免疫细胞亚型的存在，研究人员在排除T细胞和B细胞标记后，检测了上述基因在骨髓细胞亚群中的表达。值得注意的是，两个巨噬细胞亚群，Mf-CCL2和Mf-MMP9，以及mDC和其他DC亚型，都是排名最高的免疫亚型(图5C)，表明它们与CXCL13+ T细胞相关。Mf-MMP9亚群高表达PLA2G2D、IL2RG和CXCL9，而Mf-CCL2高表达CXCL9、CXCL10和CXCL11(图7D)。CXCL9和CXCL10是已知的介导T细胞招募的趋化因子，它们在Mf-MMP9和Mf-CCL2中的高表达支持这两个巨噬细胞亚群的促炎特性。除了上述基于转录组的分析，研究人员还检测了免疫细胞比例，发现MfCCL2和Mf-MMP9也与CXCL13+ T细胞高度相关(图7E)。值得注意的是，这两种巨噬细胞亚群的高基线水平表明联合治疗的良好反应(图7F)。分析显示，Mf-CCL2和Mf-MMP9的关键特征基因，包括CXCL9和CXCL10，与IFNG和TNF相关(图7G)，表明TME中积极的抗肿瘤免疫反应可能重塑了巨噬细胞的蛋白炎性表型。与无应答者相比，研究人员一致观察到在紫杉醇加atezolizumab应答的肿瘤中Mf-MMP9和CD8-CXCL13同时富集(图7H)。与Mf-CCL2和Mf-MMP9相比，Mf-MKI67、Mf-SLC40A1和Mf-MGP的基线水平与Tregs呈正相关，而Mf-CX3CR1、Mf-TUBA1B和Mf-FOLR2与CXCL13+ T细胞呈负相关。这些亚群高表达SPP1和TREM2，类似于研究人员之前在人类结直肠癌研究中发现的SPP1+ TAMs ，因此代表抗炎巨噬细胞。根据研究人员的Pi分析，研究人员观察到它们在对联合治疗无反应的肿瘤中富集(图7F)。

对于不同治疗后巨噬细胞亚群的动态变化，研究人员发现紫杉醇方案选择性地减少了Mf-CCL2和Mf-MMP9的促炎巨噬细胞，但增加了应答患者的免疫抑制巨噬细胞，而atezolizumab似乎对巨噬细胞亚群影响不大(图7F)。这些结果表明紫杉醇可能具有免疫抑制的TME。为了促进临床应用生物标志物的开发，研究人员通过构建评分分类器进一步评估CXCL13+ T细胞和Mf-MMP9关键特征基因的预测性能，发现了一组具有高预测潜力的标志物(图7I)。因此，核心抗肿瘤免疫亚群的关键特征基因可以作为预测ICB反应的生物标志物。

CD8-CXCL13在抗pd - l1治疗后细胞毒性增强

考虑到CXCL13+ T细胞在抗pd - l1治疗中的重要性，研究人员接下来研究了其治疗诱导的转录动态。值得注意的是，根据RNA速度和TCR共享分析，CD8- cxcl13与CD8+ Tem细胞有谱系联系。转录组分析显示IFNG、GZMK、GZMA和CD44的效应基因和记忆相关基因;TBX21、BHLHE40和BCL6的转录因子(TFs);CD28和ICOS共刺激分子;CD8-CXCL13治疗后，HLA基因和整合素上调，而耗竭相关基因，包括HAVCR2、LAYN、TIGIT和LAG3下调(图8A)。CD8-CXCL13表型的转移还体现在其衰竭评分降低和效应记忆评分增加(图8B)。此外，CD8-CXCL13治疗后上调的基因参与了T细胞介导的细胞毒性、抗原加工呈提及IFN-g介导的信号通路的正调控通路，进一步说明PD-L1阻断治疗后其效应增强。

此外，研究人员还进行了单细胞ATAC-seq (scATAC-seq)检测，以检查染色质可及性的变化，并从5个样本中获得了30,758个免疫细胞的数据，包括来自紫杉醇加atezolizumab治疗的应答患者的配对样本。根据研究人员的scacac -seq和单细胞RNA-seq (scRNA-seq)数据的综合分析确定了免疫细胞亚型。不同亚群的特征基因的染色质可及性证实了它们的细胞特性。CD8- cxcl13细胞的表观遗传特征与此前在小鼠模型、人类黑色素瘤和非小细胞肺癌中研究的CD8+ Tex细胞特征一致(图8C)。与其他T细胞亚型的染色质可及性相比，CD8- cxcl13和CD8+ Tem更为相似，这证实了它们在谱系分化的连续谱中存在联系。具体来说，CD8- cxcl13和CD8+ Tem在IFNG、GZMK和PDCD1位点上都有开放染色质区域(ocr)。然而，CD8-CXCL13表现出与CD8+ Tem不同的细胞状态，这是因为它们在CXCL13、CTLA4和LAYN中富集了ocr(图8C和S7G)。接下来，研究人员通过比较联合治疗前后配对的scATAC-seq数据，研究了CD8+ Tem、CD8- cxcl13和CD4-CXCL13染色质可及性的整体动态。此外，差异可达峰中TF结合motif (TFBMs)的过度表达也证实了CD8-CXCL13的表型变化，预处理组CREM和RBPJ的TFBMs趋于富集，而TBX21、EOMES和PRDM1的TFBMs在处理后组中富集(图8E)。因此，染色质可及性动态研究的结果与基于转录组的分析结果一致，都支持CD8-CXCL13在联合治疗后的效应特性增强。

接下来，研究人员系统地研究了血液中的T细胞，发现在基线时应答者体内增殖的T细胞富集，但在联合治疗后降低，可能是由于紫杉醇的影响。值得注意的是，研究人员没有在血液中观察到CXCL13+ T细胞，但发现在联合治疗后的应答患者中，血液CD8+ Tem细胞与肿瘤CD8-CXCL13的TCR克隆水平较高，且迁移指数也较高(图8F)。这些观察表明，PD-L1阻断治疗后的应答患者可诱导可检测的全身免疫应答。

文章小结：

到这里文章就结束了，研究人员利用单细胞RNA测序(RNA-seq)和ATAC测序(ATAC-seq)技术来描述22例接受紫杉醇或其联合atezolizumab治疗的TNBC患者免疫细胞的细胞和分子动力学特征，分子对接，分子动力学模拟也是生物科学课题中经常会用到的技术。研究人员发现了抗pd - l1治疗的耐药和敏感性的基础，确定了对atezolizumab的应答免疫细胞亚型，并提出了紫杉醇联合atezolizumab在TNBC治疗中的潜在缺陷。在免疫细胞的亚型分类以及临床免疫治疗中做出了巨大推进。