导语

在胸外科诊室，面对CT报告上性质不明的肺结节，“是良性还是恶性？”成为医生与患者共同的焦虑之源。传统影像学诊断如同雾里看花，易导致漏诊、误诊或过度穿刺。

2025年12月，肿瘤学顶刊《Cancer Research》（IF: 16.6）在线发表了一项由四川省肿瘤医院、深圳海普洛斯等多中心团队完成的突破性研究，首次通过大规模T细胞受体（TCR）测序，成功解码了肺结节的“免疫身份证”，并构建出高性能AI诊断模型，为这一临床难题提供了全新的解决方案。

1 研究亮点

·全球最大肺结节TCR数据库：研究构建了公开数据库 LungTCR，整合了来自 7,047例样本（含健康对照）的TCR谱系数据。

·发现肿瘤特异性“免疫指纹”：成功鉴定出 7,492个肺癌相关特异性TCR序列，首次系统揭示了肺结节免疫微环境的特征规律。

·AI模型诊断性能卓越：开发的 TCRnodseek plus模型 诊断AUC达 0.84，较传统临床模型提升约40%，可帮助60%以上患者避免不必要的有创检查。

·临床转化即时可用：模型已集成至公开平台，支持全球用户上传数据获取实时分析结果，真正实现了“从实验室到诊室”的快速通道。

2 研究内容

研究团队基于“肿瘤发生必留免疫痕迹”的核心思路，对涵盖肺癌组织、患者外周血及健康人对照的 7,047例样本 进行了高通量TCR测序。为解决传统测序中TCR信号易失真、扩增偏差大的技术瓶颈，海普洛斯团队通过引物与反应体系的系统性优化，显著提升了数据稳定性，使得原本低丰度的肿瘤特异性TCR序列得以清晰捕获。

01 关键发现

· 识别肿瘤特异性TCR克隆：筛选出3,652个肺癌组织特有及3,840个肺癌患者血液富集的TCR序列。

· 揭示免疫应答模式：肺癌患者TCR呈现“寡克隆扩张”特征——少数克隆大量增殖，整体多样性降低，这是肿瘤抗原驱动特异性免疫应答的直接证据。

· 建立多组学关联：首次将TCR特征与肿瘤突变负荷、PD-L1表达、HLA基因型等整合分析，揭示了肿瘤基因组改变与免疫应答的内在联系。

02 技术突破

· 多维度特征融合：首次实现“免疫组学+临床信息+影像学”三位一体的建模策略。

· 可解释性设计：模型不仅给出诊断结果，还能追溯主导诊断的TCR克隆特征，为医生提供决策依据。

· 开源共享：所有代码已在GitHub开源(https://github.com/OpenGene/LungTCR)，推动领域协同创新。

3 跨界协同

这项历时三年的成果，离不开跨机构、跨学科的紧密协作。海普洛斯陈实富博士团队凭借在高通量测序与生物信息分析方面的积累，为项目提供了关键的样本支持与流程优化方案，保障了多中心数据的高质量整合与分析可靠性。合作团队还包括四川省肿瘤医院王东生/罗怀超团队（实验与临床设计）、电子科技大学黄健教授团队（算法开发）、赣南医科大学、北京大学深圳医院及多家临床中心，共同推动基础研究发现走向临床实用。“我们不仅破译了TCR在肺结节中的‘语言’，更搭建了一座从科研到临床的桥梁。”研究团队表示，团队未来将继续拓展该技术在疗效监测、预后评估等场景的应用，为肺癌早诊早治提供更系统的免疫诊断方案。

4 研究价值

· 首次系统阐明肺结节良恶性相关的TCR特征规律；

· 建立“基因组—免疫组”关联分析框架，揭示肿瘤驱动基因与TCR应答的关系；

· 开发并验证了融合TCR与临床信息的AI诊断模型，显著提升诊断准确性；

· 建成可公开访问的LungTCR数据库，推动成果共享与临床转化。

01论文原文

https://pubmed.ncbi.nlm.nih.gov/41150899/

02LungTCR数据库

https://www.lungtcr.com/