癌症的特征是细胞异常、失控生长，这些细胞可以从一个组织迁移到整个身体，侵入其他远端组织。尽管对癌症的研究十分深入，但科学家们仍未找到治愈的方法，主要是因为该疾病的异质性。癌症可能在不同的部位发生，呈现不同的特征，通常难以诊断和治疗。美国国家癌症研究所列出了100多种不同类型的癌症（A to Z List of Cancer Types - NCI)），每种都有独特的筛查程序、诊断和治疗方案。

 本文基于Sengenics的白皮书Autoantibodies: Powerful Biomarkers in Cancer Precision Medicine 呈现

癌症治疗的障碍

为了为癌症患者提供有效治疗和优质护理，研究人员和临床医生面临着巨大困难。从诊断、治疗到生活质量，涉及多种变量。其中最大的障碍是固有异质性，使得诊断变得困难，治疗选择复杂，预后不确定。这种异质性还意味着没有一种治疗对所有癌症都有效。早期检测是关键，在美国，早期检测时，大多数癌症的5年生存率超过90%。然而，目前的癌症检测方法只能检测到约29%的癌症，主要取决于患者筛查方法，如影像学和症状报告，这些技术通常在癌症转移后才被使用，不仅昂贵且可能不一致。

目前，在理解癌症方面主要依赖基因组学。从基因学中已经了解到许多关于各种癌症如何发展和转移的知识，但只有基因组数据没法用于发展治疗方法，尽管基因组学研究的未来仍然充满希望，但现在已经有其他方法可以起到帮助。始于20世纪初的发现如今正在复兴：肿瘤刺激自身抗体的产生。基因可以揭示可能性，但自身抗体的特征可以表明存在癌症。最重要的是，自身抗体在疾病的早期，在转移之前，就能指示癌症的存在。同时，作为连续的免疫监视机制的产物，标记着我们宿主蛋白质组中的疾病相关变化。这些免疫球蛋白不仅对早期癌症检测有用，还可以帮助患者分层、了解疗法耐性和发现潜在的治疗途径。

癌症和自身抗体的关系

在肿瘤生长的早期阶段，癌细胞可以引发免疫反应并驱使自身抗体的产生（图1）。与其他细胞一样，癌细胞产生蛋白质并利用能量来支持它们的生长。其中一些可能是新表达的——肿瘤特异性抗原（TSA），而其他的可能是已有的宿主蛋白质——肿瘤相关抗原（TAA）。

突变或变异基因或其他异常表达或修改使得癌细胞产生肿瘤特异性抗原。肿瘤相关抗原则是自体蛋白质的异常表达。通常，它们在错误的位置产生或以错误的水平表达。免疫系统可以识别这些新型的、异常的、潜在的异位表达，并产生针对这些蛋白质的抗体，从而产生能标志疾病的自身抗体。因此，循环中的自身抗体可以在任何当下的筛查方法之前就标记出这些蛋白质。只要疾病存在，自身抗体就会持续存在于循环中。因此，早期表达并在肿瘤出现后持续存在使自身抗体成为检测和追踪癌症的理想生物标志物。

癌症检测和预后中的自身抗体

癌症诊断通常是在个体层面进行的。目前只有四种人群筛查方案在使用，乳腺、结肠直肠、宫颈和肺癌。这些测试都采用某种形式的成像技术，所以肿瘤必须足够大才能被可视化。其他形式的癌症缺乏可靠的筛查技术，很大程度上依赖于症状报告和活检。

在所有种类的癌症早期检测中，血液中的生物标志物都具有潜力。血液样本中包含大量可检测的分析物，并且易于收集。与组织活检相比，血液检测在医学界更常见，可以更快提供结果，同时患者的不适较小。目前已经发现很多与癌症相关的血液标志物；然而，对这些标志物的测试通常是对组织活检的补充，因为在大多数情况下只对单一标志物进行筛查，而这些标志物很少单独具有确切性。如果血液测试呈现阳性结果，通常下一步是活检。自身抗体筛查对于早期癌症检测具有潜在的前景，有望改进整个治疗决策方案。

从患者血清中评估自身抗体的侵入性小且很有效，非常适合早期检测。肿瘤诱导产生多种自身抗体，因此患者群体中的一组自身抗体或特征可用于诊断和预后，并可用于确定潜在的治疗靶点。例如，在肺癌患者中检测到p53的自身抗体使医生能够在肿瘤出现之前进行干预。Patel等人（2022）进行的一项最新的综合研究中，通过对157例非小细胞肺癌（NSCLC）患者群体中的1600多种抗原进行筛查，发现了60种不同的相关自身抗体。其中18种自身抗体与生存率相关。对这18种自身抗体的各种排列组合的评估表明，其中13种与患者的5年生存率显著相关（表1）。这13种自身抗体在验证队列中也具有预测能力，显示了这种方法的强大之处。有趣的是，其中一些自身抗体是癌症睾丸抗原——在除了睾丸以外的所有成年体细胞组织中都被沉默的胎儿抗原，这可能表明预后不佳的患者具有NSCLC的一种独特的、更类似癌症干细胞的亚型。

通过检测患者血清中的自身抗体，Patel等人发现了一个新的标志性自身抗体特征，其中包含13种对于手术后非小细胞肺癌患者预后有很强预测能力的自身抗体。目前，通过这种自身抗体筛查鉴定出的这13种蛋白质都没有被列为国家癌症研究所常用的肿瘤标记物。这项研究展示了利用大规模自身抗体筛查揭示高度预测癌症预后的标志物集合的便利性和强大性。

使用自身抗体的预测能力可能超过通过基因预测。癌症的异质性导致在不同癌症、患者和阶段产生多种不同的肿瘤特异性和肿瘤相关的自身抗原。通过同时测量多个自身抗体来利用这种异质性，可以识别早期癌症的存在以及患者的预后。目前的基因筛查通常集中在个体基因上。由多个自身抗体组成的标志性将比单一标志物具有更高的预测价值。此外，自身抗体Panel为治疗NSCLC提供了新的见解和潜在治疗靶点。例如，由Patel等人确定的标志性中显著存在的癌症睾丸抗原（CTAs）通常在雄性生殖细胞和胚胎发育期间表达。因此，它们在NSCLC患者（男性和女性）中的异位表达可能提供一个卓越而有针对性的治疗靶点-实际上，一些CTAs，如NY-ESO-1和MAGEA3，已被提议作为治疗其他癌症，如黑色素瘤的疫苗靶点。未来的筛查无疑将揭示其他预后标志物。

个性化医疗中的自身抗体

从1990年代中期到2010年左右，制药行业见证了药物研发成本的指数增长，上市的药物数量较少。造成这一趋势的原因较复杂，包括对卓越疗效的要求增加、患者反应不佳以及新开发药物的规定不一致，通常导致安全性差和治疗效果不佳。更好的决策，包括基于生物标志物的靶向药物治疗，似乎对扭转这一趋势产生了影响。识别最有可能从药物中获益且可能出现较少副作用的患者，有助于改善安全性和疗效，并满足监管要求。基因标记已经在患者分层和改善药物研发决策方面发挥了作用。自身抗体可以提供帮助，进一步发展精准医疗。自身抗体特征是早期检测、预后判断、患者分层和治疗反应预测的理想选择。最近的研究已经开始发现自身抗体在免疫疗法中的显著预测能力。

在过去的15年里，新型免疫治疗方法对癌症治疗产生了积极影响。有几种获得FDA和EMA批准的基于免疫疗法的治疗选择，包括免疫检查点抑制、CAR-T和抗CTLA4免疫调节。其中大多数治疗针对的是非实体瘤，如血癌。尽管取得了明显的成功，但40-80%的患者要么对治疗不产生反应，要么随时间发展出耐药性。此外，几乎所有患者在治疗过程中，甚至多年后都会报告不良事件。我们需要生物标志物来识别最有可能对免疫疗法产生反应以及预测免疫相关的不良事件的患者。这将有助于开方者和患者选择适当的治疗、联合治疗和后续选择。有趣的是，自身抗体在接受免疫检查点抑制剂免疫疗法后的患者血清中被发现。

免疫检查点抑制（ICI）免疫疗法是一种相对较新的疗法，有关免疫相关不良事件的研究仍在进行。Da Gamma Duarte等人在一项针对5例III/IV期转移性黑色素瘤患者I期剂量递增研究中，对1600多种抗原的自身抗体滴度进行了量化，目的是确定可预测不良反应等结果的自身抗体特征。这项研究有几个独特之处。首先，免疫检查点抑制剂会诱发经典的自身免疫性疾病自身抗体，Da Gamma Duarte的研究检测了更多的自身抗体。其次，该研究使用的蛋白质微阵列由折叠正确的蛋白质组成（见x）。大多数蛋白质微阵列都不使用折叠蛋白质，因此这是一个重要特征。抗体和自身抗体都需要三级结构才能适当结合。与片段蛋白、未折叠蛋白或线性肽相比，使用正确折叠的蛋白可提高特异性。第三，该研究采用了一种治疗晚期黑色素瘤的新方法。研究参与者先接受卡介苗（Bacillus Calmette-Guerin，BCG）治疗，36天后再接受免疫检查点抑制剂伊匹单抗（Ipilimumab）治疗，此后每12周接受一次伊匹单抗维持治疗。第四，健康捐献者提供血清作为对比。这种独特的设计使研究人员能够沿着治疗结果的时间轴检查自身抗体特征，并与健康对照组的自身抗体特征进行对比。试验因严重不良事件而提前终止，而这正是研究的终点。由于样本量小且提前终止，与不良事件相关的独特自身抗体特征需要进一步研究。不过，由于研究人员筛选了一个包含1600多种自身抗体的大型库，因此明显发现了不良事件与自身抗体表达增加之间的相关性。其他实验室也得出了类似的结果，还有一些实验室没有报告自身抗体与不良事件或癌症进展之间的关系。不过，值得注意的是，后几项研究没有对大量自身抗体进行采样，而且也没有使用正确折叠的蛋白质作为检测基础。

免疫相关不良事件后的自身抗体检测引起了对自身抗体在免疫治疗治疗规划中的预测和预后价值的兴趣，尽管有着令人鼓舞的早期结果，但仍需要在更大的队列中进一步验证，而且使用一种全面、高特异性的技术来评估受疾病和治疗影响的大量自身抗体将进一步增强这方面的研究。De Gamma Duarte等人的研究为今后对自身抗体在这一领域的深入研究提供了一个路线图。

药物发现中的自身抗体

确定治疗癌症的潜在靶点是一个复杂的过程，需要进行通路识别、药物建模、安全评估和潜在疗效评估。患者自身抗体特征可以帮助识别可能参与肿瘤生长的异常蛋白质。基因学方法已经为数十种肿瘤识别数千个基因组，但因为基因学不一定反映肿瘤的新陈代谢，所以很少发现治疗靶点。异常蛋白表达，包括由同源自身抗体的存在标记的自身抗原，代表了与肿瘤生物学的功能链接，因此可能更直接地指引通往新的潜在治疗靶点的方向。例如，开发用于治疗非癌性疾病获得性血栓性血小板减少性紫癜（TTP）的Caplacizumab，在一定程度上依赖于发现自身抗体来帮助识别潜在的治疗靶点，本例中是酶ADAMTS13。自身抗体还可以突显出有助于对抗癌症的途径。

自身抗体生理学的潜力尚未被完全挖掘。自身抗体不仅存在于自免疫疾病和癌症中，而且早在一段时间前就已经在健康人体内被注意到，因此它们一直被认为在疾病保护中发挥作用。20世纪80年代的研究表明，自身抗体可能具有益处，包括抗菌、维持和免疫调节功能。最近，Klunk等人（2022）在一项研究中发现了与自身抗体相关的基因选择的独特水平，该研究检验了可以追溯到14世纪欧洲的样本。拥有ERAP2的变异形式的两份拷贝，这是一种抗原呈递氨肽酶，能在一定程度上保护免受黑死病的侵害。变异ERAP2与克罗恩病（Crohn's Disease）有关。

这一发现对癌症和其他传染病研究的影响涉及自身抗体在通过演化诱导的对抗疾病的保护中的作用。它们还可能突显癌症进展中的可利用途径。例如，Shah等人（2019）发现，在硬皮病患者的血清中含有针对RNA聚合酶I（anti-RPA194）的自身抗体的情况下，这些患者患癌症的发病率较低，因此表明该聚合酶可能是一个良好的药物靶点。相反，现在已经认识到某些自免疫疾病是特定癌症的危险因素（例如，SLE和多发性骨髓瘤；克隆病和结直肠癌），而癌症治疗后的免疫相关不良事件可能类似于经典自免疫疾病（例如，自身免疫性肝炎；炎症性关节炎；皮肤疾病）。因此，自免疫疾病、癌症和治疗后免疫相关不良事件之间的因果关系是一个新兴的领域，需要进一步研究。

结论

自身抗体被发现时，最初被认为是疾病或组织损伤的代表，而不是免疫系统正常工作的一部分。即使在早期，自身抗体就明显具有巨大潜力用于诊断。自身抗体产生的独特模式反映了癌症高度异质性的特性。癌症的异质性意味着不同患者中相似的肿瘤可能以不同的速度生长，具有不同的转移方式，导致不同的症状，对非侵入性疗法的反应也不同等。为了完成这些活动，癌细胞利用许多生化途径，因此相对于健康组织，它们产生异位表达和异常蛋白质，从而在免疫系统早期阶段展示给其进行巡视，寻找任何异常的地方。在历史上，科学家和临床医生一直在这些途径中寻找单一而强大的靶点，以限制或摧毁癌症。例如，可能调控增殖或转录的靶点。这些药物是有选择性地使用，并且仅针对特定类型的癌症进行处方。因此，尽管癌症是异质的，但治疗癌症的方法却较为单一。自身抗体签名代表一组对癌症独特的蛋白质。成功识别预测性自身抗体的关键包括使用高保真度的表达系统、高通量处理、基于强大机器学习的生物信息学方法以及正确折叠的蛋白质。高密度微阵列允许研究人员检查数百或数千种蛋白质。机器学习简化了研究各种自身抗体排列的任务，同时考虑特定患者变量，最终提供高度特异性的预测性生物标志物。

关于Sengenics

自身抗体筛选方法的一大突破是生产出正确折叠的蛋白质。使用全长、正确折叠的蛋白质有助于确保适当的抗体/抗原结合和高特异性。Sengenics 微阵列使用 KREX 技术确保阵列蛋白是全长、正确折叠和功能性的。KREX 是正确折叠重组表达蛋白的缩写，指的是 Sengenics 的专利技术，该技术使用生物素羧基载体蛋白 (BCCP) 作为折叠标记，在链霉亲和素涂层表面表达和固定正确折叠的全功能蛋白。折叠错误或断裂的蛋白质会导致 BCCP 折叠错误，使其生物素化位点不可用，从而无法与链霉亲和素涂层表面结合。折叠不正确的蛋白质会被简单地洗掉。该技术可保持构象表位，确保抗体与表位的最佳结合，其设计目的是产生出色的信噪比，以精细检测自身抗体特征。