HLA杂合性丢失

来自医学百科

HLA杂合性丢失(HLA Loss of Heterozygosity, HLA-LOH)系肿瘤细胞在免疫压力下发生的一种关键染色体变异,表现为位于第 6 号染色体短臂(6p21.3)上的主要组织相容性复合体(MHC)等位基因发生物理缺失。与导致 MHC-I 类分子全面丧失的 B2M 突变不同,HLA-LOH 具有等位基因特异性,其通过消除承载特定新抗原的 HLA 等位基因,使肿瘤实现精准的“免疫隐身”。该现象是导致免疫检查点抑制剂TCR-T 疗效受限的主要遗传学机制之一。

HLA-LOH · 遗传图谱
HLA Loss of Heterozygosity (点击展开)
6p21.3 区域等位基因特异性丢失视阈
变异类型 拷贝数变异 (CNV)
影响靶点 HLA-A, B, C 等位基因
临床后果 TCR-T 治疗脱靶

分子机制:等位基因特异性的免疫逃逸

HLA-LOH 的生物学本质是肿瘤进化过程中的负向筛选结果,其对抗原提呈的影响具有高度选择性:

  • 物理缺失与表型失活: 通过大规模的染色体片段删除,肿瘤细胞永久性地移除了一套 HLA 单倍型。这使得原本由该单倍型提呈的新抗原无法形成 pMHC 复合物,导致特异性 CD8+ T细胞 无法识别。
  • 免疫压力的产物: 在具有高新抗原负荷的肿瘤(如非小细胞肺癌)中,免疫系统会对携带强抗原的克隆施加清除压力,进而筛选出发生 HLA-LOH 的逃逸克隆。
  • 保留功能的逃逸:B2M 突变导致的全面 MHC-I 缺失不同,HLA-LOH 往往保留了另一套 HLA 单倍型,这可能使肿瘤细胞避免被 NK细胞 通过“缺失自我”机制清除。


HLA-LOH 与其他提呈缺陷表型之对照

肿瘤微环境解析中,区分不同维度的提呈缺陷对于制定辅助决策方案至关重要:

特征维度 HLA-LOH B2M 突变 表观遗传下调
影响范围 特定等位基因丢失 MHC-I 全面丧失 表达水平降低
可逆性 不可逆(基因组缺失) 不可逆(基因突变) 可逆(如联用 IFN-γ)
NK 细胞敏感度 高(缺失自我)

临床检测与治疗决策策略

由于 HLA 区域的高度多态性,常规拷贝数分析难以准确识别 HLA-LOH,目前主要依赖生物信息学算法及全息组学解析:

  • 计算诊断: 采用如 **LOHHLA**(Loss of Heterozygosity in Human Leukocyte Antigen)等算法,通过对肿瘤与配对正常组织的 WES 数据进行等位基因特异性分析。
  • TCR-T 研发风险规避: 在进行过继性细胞治疗前,必须排除目标 HLA 等位基因的 LOH 风险。若发生缺失,则需重新筛选基于保留单倍型的 TCR 靶点。
  • 动态监测: 通过液体活检监测循环肿瘤 DNA(ctDNA)中的 HLA 变异模式,评估克隆演化导致的治疗耐药。
   参考文献

[1] McGranahan N, et al. (2017). Allele-Specific HLA Loss and Immune Evasion in Lung Cancer Evolution. Cell.
[学术点评]:该研究开发了 LOHHLA 算法,并首次在大规模队列中证实了 HLA-LOH 是实体瘤免疫逃逸的普遍且关键的驱动因素。

[2] Shukla S, et al. (2015). Comprehensive analysis of cancer-associated somatic mutations in class I HLA genes. Nature Biotechnology.
[学术点评]:详述了 HLA 基因体细胞突变及缺失的全景图谱,定义了抗原提呈遗传缺陷的计算分析框架。

[3] Gettinger S, et al. (2017). Impaired HLA Class I Antigen Processing and Presentation as a Mechanism of Acquired Resistance to Immune Checkpoint Inhibitors. Cancer Discovery.
[学术点评]:揭示了 HLA 提呈路径缺陷(包括 LOH)与免疫检查点抑制剂获得性耐药之间的直接临床联系。

[4] Montesion M, et al. (2021). Somatic HLA Class I Loss Is a Widespread Mechanism of Immune Evasion Which Refines the Use of Tumor Mutational Burden as a Biomarker. Clinical Cancer Research.
[学术点评]:论证了 HLA-LOH 对 TMB 预测价值的影响,强调了在精准医疗决策中整合 HLA 状态的必要性。