该研究报告由张楠、张浩、王泽宇、戴子禹、张勋、程泉和刘志雄完成，属于神经外科部门，与中南大学湘雅医院、哈尔滨医科大学生物信息学科技学院、临床药理学部门以及国家老年疾病临床研究中心有合作关系。文章发表在《免疫学前沿》期刊，于2021年8月13日在线发表。

文章聚焦于脑胶质瘤肿瘤微环境（TME），通过大规模分析，构建了一个风险特征签名，该特征签名不仅定义了免疫景观而且预测了对免疫疗法的反应。研究共分析了2877个脑胶质瘤样本的TME浸润模式，运用medoid分区法确定TME表型，并采用机器学习算法（包括SVM-RFE和PCA）构建TME评分系统。同时，使用四个独立数据集中的857个脑胶质瘤样本对TME得分进行了外部验证。研究还利用免疫组化染色和RNA测序分析了来自于Xiangya NeuroSurgey (XYNS) 队列的脑胶质瘤样本。

研究结果表明，高TME得分与免疫浸润细胞数量增多、免疫检查点表达水平提高、致癌基因突变率增加以及脑胶质瘤患者存活率降低相关。此外，高TME得分与潜在的能够介导癌症免疫逃逸的多种免疫调节物质显著相关，显示出预测抗PD-1免疫疗法效果的潜力。单变量和多变量分析证明了TME得分作为脑胶质瘤生存预后的有价值生物标志物的潜力。

该研究揭示了TME在黑色素瘤患者免疫治疗中可能的作用，并且其在脑胶质瘤患者免疫疗法中的角色尚未知。因此，更好地理解脑胶质瘤中的TME格局将促进针对脑胶质瘤的新型免疫治疗策略的发展。研究还表明，通过TME得分综合评估脑胶质瘤患者中TME细胞的浸润特征，TME得分是一个独立的预后生物标志物，用于预测患者的存活，并且显示出预测抗PD-1免疫治疗效果的潜力。

最后，研究假设TME得分可能成为预测脑胶质瘤患者对抗PD-1疗法反应的敏感标记物。研究证实TME得分与两种传统的免疫检查点分子（LAG-3和PDCD1LG2）具有显著相关性，并且与T细胞活性和免疫疗法响应的GEP (基因表达谱) 和CYT (细胞性毒活性) 有关。