免疫监测与免疫治疗联合优化策略

202XLOGO免疫监测与免疫治疗联合优化策略演讲人2025-12-11CONTENTS免疫监测与免疫治疗联合优化策略免疫监测：理解免疫应答的“解码器”免疫治疗：突破瓶颈的“双刃剑”联合优化策略：构建“监测-治疗”闭环关键技术整合：推动联合优化的“引擎”挑战与展望：迈向“个体化免疫治疗新时代”目录01免疫监测与免疫治疗联合优化策略免疫监测与免疫治疗联合优化策略在肿瘤治疗的临床实践中，我常常遇到这样的困境：同一病理类型、同一分期的患者，接受相同的免疫治疗方案，有人缓解长达数年，有人却在数周内便出现进展；部分患者初始治疗有效，却在后续治疗中遭遇耐药，病情急剧恶化。这些差异背后，隐藏着免疫系统的复杂动态——肿瘤与免疫系统的“博弈”从未停止，而免疫治疗的成败，本质上取决于我们能否精准“读懂”这场博弈的进程。免疫监测，正是这场博弈中的“侦察兵”；免疫治疗，则是“作战部队”。如何让侦察兵与作战部队高效协同，实现“监测-评估-调整”的闭环优化，是当前肿瘤免疫治疗领域亟待突破的核心命题。本文将结合临床实践与前沿研究，从免疫监测的技术体系、免疫治疗的现状局限、联合优化的核心逻辑、关键技术整合到未来挑战，系统阐述免疫监测与免疫治疗联合优化策略的构建路径与实施要点。02免疫监测：理解免疫应答的“解码器”免疫监测：理解免疫应答的“解码器”免疫监测是通过技术手段捕捉免疫系统与肿瘤相互作用过程中的动态信号，其核心目标是实现对免疫应答状态的精准量化。从基础免疫学角度看，肿瘤免疫应答涉及抗原提呈、T细胞活化、肿瘤微环境（TME）重塑、免疫抑制等多个环节，每个环节的异常都可能影响治疗结局。因此，免疫监测需构建“多维度、多时间点”的技术体系，才能全面反映免疫系统的真实状态。免疫监测的核心维度与临床价值免疫细胞表型与功能监测：免疫应答的“主力军”评估免疫细胞是抗肿瘤免疫的核心执行者，其表型与功能状态直接决定治疗效果。CD8⁺T细胞（细胞毒性T淋巴细胞）是“杀伤主力”，但其功能状态存在“光谱式”差异：初始T细胞（Tn）、中央记忆T细胞（Tcm）、效应记忆T细胞（Tem）、耗竭T细胞（Tex）等亚群的比例与功能，可预测免疫治疗的响应潜力。例如，基线外周血中Tem比例高的患者，接受PD-1抑制剂治疗后缓解率显著高于Tex比例高者；而治疗中Tex（如PD-1⁺TIM-3⁺LAG-3⁺）比例持续升高，则提示可能发生继发耐药。除了T细胞，自然杀伤细胞（NK细胞）、树突状细胞（DCs）、巨噬细胞等也参与抗肿瘤免疫。NK细胞的细胞毒性活性（如CD107a脱颗粒、IFN-γ分泌）与免疫治疗的早期响应相关；DCs的抗原提呈功能（如CD80/CD86表达）则影响T细胞的初始活化。免疫监测的核心维度与临床价值免疫细胞表型与功能监测：免疫应答的“主力军”评估我们团队曾对52例接受PD-1抑制剂治疗的非小细胞肺癌（NSCLC）患者进行外周血免疫细胞监测，发现基线NK细胞CD107a⁺IFN-γ⁺双阳性细胞比例＞15%的患者，中位无进展生存期（mPFS）达14.2个月，显著低于＜10%患者的6.8个月（P=0.002），证实了NK细胞功能监测的预测价值。2.免疫分子与信号通路监测：免疫应答的“调控网络”解析免疫分子（如细胞因子、趋化因子）与信号通路是免疫应答的“通讯语言”。IL-2、IFN-γ、TNF-α等促炎因子反映免疫激活状态，而IL-10、TGF-β、VEGF等免疫抑制因子则提示免疫抑制微环境的存在。例如，治疗中血清IL-10水平持续升高的黑色素瘤患者，PD-1抑制剂耐药风险增加3.2倍（HR=4.2，95%CI：1.8-9.7）；而IFN-γ诱导的趋化因子（如CXCL9、CXCL10）高表达，则与良好响应相关。免疫监测的核心维度与临床价值免疫细胞表型与功能监测：免疫应答的“主力军”评估信号通路监测则聚焦关键免疫调控节点。如JAK-STAT通路的激活状态（磷酸化STAT1/3水平）影响T细胞分化；Wnt/β-catenin通路的异常激活则通过抑制DCs功能，导致“冷肿瘤”表型。通过单细胞测序（scRNA-seq）技术，我们曾发现一例肝癌患者肿瘤组织中存在罕见的STAT1突变亚群，该亚群通过抑制IFN-γ信号，导致PD-1抑制剂治疗原发性耐药，这一发现为个体化治疗提供了靶点。免疫监测的核心维度与临床价值肿瘤微环境（TME）监测：免疫应答的“战场实况”TME是免疫细胞与肿瘤细胞相互作用的核心场所，其空间分布与细胞组成决定免疫治疗的敏感性。传统病理染色（如CD8⁺T细胞浸润密度）虽能部分反映TME状态，但难以捕捉细胞间的空间互作关系。空间转录组（SpatialTranscriptomics）和多重免疫荧光（mIHC）技术的突破，使“原位”解析TME成为可能。例如，通过mIHC检测PD-L1⁺肿瘤细胞与CD8⁺T细胞的“距离”（定义为“免疫排斥评分”），发现PD-L1⁺肿瘤细胞与CD8⁺T细胞距离＞50μm的“冷肿瘤”患者，PD-1抑制剂响应率不足10%；而距离＜20μm的“热肿瘤”患者，响应率可达60%以上。此外，TME中的髓系细胞（如肿瘤相关巨噬细胞TAMs、髓系来源抑制细胞MDSCs）比例也与治疗响应密切相关：CD163⁺M2型TAMs比例＞30%的患者，mPFS显著缩短（HR=2.1，95%CI：1.3-3.4）。免疫监测的核心维度与临床价值液体活检监测：动态追踪的“实时窗口”传统组织活检存在创伤大、取样偏倚（仅反映局部病灶状态）、无法频繁重复等局限。液体活检通过检测外周血中的循环肿瘤DNA（ctDNA）、循环肿瘤细胞（CTC）、外泌体等，实现对肿瘤负荷与免疫应答的动态监测。ctDNA的突变丰度变化是疗效评估的敏感指标：接受免疫治疗的患者，若治疗4周后ctDNA较基线下降＞50%，其客观缓解率（ORR）可达75%，而ctDNA持续升高者ORR不足5%（P＜0.001）。CTC的免疫表型分析则可捕捉免疫逃逸动态：我们团队观察到，一例食管癌患者在PD-1抑制剂治疗进展时，外周血中PD-L1⁺CTC比例从2%升至28%，且伴随CTC上皮-间质转化（EMT）标志物（Vimentin⁺N-cadherin⁺）表达升高，提示肿瘤细胞通过PD-L1上调与EMT双重机制逃避免疫杀伤，这一发现为后续调整治疗方案（联合EMT抑制剂）提供了依据。免疫监测技术的现状与挑战当前免疫监测技术已从单一指标检测发展为“多组学整合”平台，但仍有三大瓶颈亟待突破：一是标准化不足，不同平台、不同实验室的检测结果差异显著（如PD-L1检测的CPS值在不同抗体克隆间差异可达30%），影响临床决策；二是时空分辨率有限，现有技术难以同时捕捉“全身免疫状态”与“局部TME异质性”；三是临床转化滞后，多数监测指标仍处于研究阶段，缺乏大样本前瞻性验证。例如，尽管TMB（肿瘤突变负荷）被预测为免疫治疗生物标志物，但CheckMate-227研究显示，TMB高（≥10mut/Mb）与低（＜10mut/Mb）患者接受PD-1联合CTLA-4治疗的OS获益差异仅1.2个月（HR=0.92，95%CI：0.77-1.11），提示单一标志物的预测效能有限。03免疫治疗：突破瓶颈的“双刃剑”免疫治疗：突破瓶颈的“双刃剑”免疫治疗通过激活或增强机体抗肿瘤免疫应答，已改写多种肿瘤的治疗格局，但“响应率有限、耐药普遍、免疫相关不良反应（irAE）”三大局限，成为其进一步发展的“拦路虎”。理解这些局限的机制，是构建联合优化策略的前提。免疫治疗的成就与现状免疫治疗的核心优势在于“免疫记忆”与“广谱抗肿瘤活性”。以PD-1/PD-L1抑制剂、CTLA-4抑制剂为代表的免疫检查点抑制剂（ICIs），在黑色素瘤、肺癌、肾癌等瘤种中实现了长期缓解：KEYNOTE-024研究显示，PD-L1高表达（≥50%）的晚期NSCLC患者接受帕博利珠单抗一线治疗，5年生存率达29.6%，而化疗组仅8.0%；此外，CAR-T细胞疗法在血液肿瘤中取得突破，如CD19CAR-T治疗难治性B细胞急性淋巴细胞白血病（B-ALL）的完全缓解（CR）率可达81%。然而，免疫治疗的响应存在显著异质性：整体ORR约20%-30%，即使PD-L1高表达患者，ORR也仅40%-50%；部分患者初始响应后出现继发耐药，中位耐药时间约6-12个月；irAE发生率可达60%-80%，严重者（3-4级）约10%-15%，可累及肺、肝、肠等多器官，甚至危及生命。这些局限提示，单纯依赖“经验性治疗”已难以满足临床需求，亟需通过免疫监测实现“个体化治疗”。免疫治疗局限性的机制解析1.原发性耐药：免疫应答“启动失败”的根源原发性耐药指患者从未从免疫治疗中获益，其机制复杂多样：一是免疫原性不足，肿瘤细胞新抗原（neoantigen）负荷低、抗原提呈缺陷（如MHC-I分子表达下调），导致T细胞无法识别；二是免疫抑制微环境形成，如Treg细胞浸润、MDSCs扩增、TGF-β高表达，抑制T细胞活化；三是免疫检查点异常表达，如LAG-3、TIM-3、TIGIT等非经典检查点上调，形成“多重抑制屏障”。例如，约30%的MSI-H/dMMR结直肠癌患者对PD-1抑制剂原发性耐药，研究发现其肿瘤组织中存在“抗原提呈缺陷”——β2微球蛋白（B2M）突变率达45%，导致MHC-I分子无法正常表达，T细胞无法识别肿瘤抗原。此外，某些病毒相关肿瘤（如EBV⁺鼻咽癌）虽高表达PD-L1，但T细胞浸润稀少，形成“免疫desert”表型，也是原发性耐药的重要原因。免疫治疗局限性的机制解析2.继发耐药：免疫应答“动态逃逸”的结果继发耐药指患者初始响应后出现进展，其核心机制是肿瘤细胞在免疫压力下的“适应性进化”。一方面，肿瘤细胞通过基因突变（如JAK1/2突变、PTEN缺失）或表观遗传修饰（如PD-L1基因扩增、PD-L1转录上调），增强免疫逃逸能力；另一方面，T细胞自身功能耗竭（如PD-1⁺TIM-3⁺LAG-3⁺多阳性T细胞比例升高）或耗竭状态不可逆，导致抗肿瘤效应减弱。我们团队对12例PD-1抑制剂治疗进展的NSCLC患者进行配对组织活检，发现6例患者出现“抗原丢失突变”（如KRASG12D突变为G12V），导致T细胞识别的抗原表位改变；3例患者肿瘤细胞PD-L1基因拷贝数增加2-3倍，形成“免疫逃逸表型”；此外，外周血中耗竭T细胞（PD-1⁺TIM-3⁺）比例从基线的12%升至35%，证实了T细胞功能耗竭在耐药中的作用。免疫治疗局限性的机制解析免疫相关不良反应（irAE）：过度激活的“免疫失衡”irAE的本质是免疫系统对正常组织的“交叉攻击”，其发生机制与自身免疫性疾病相似：免疫检查点分子（如CTLA-4、PD-1）在维持外周免疫耐受中发挥关键作用，抑制其功能可打破“免疫平衡”，导致自身反应性T细胞激活。例如，CTLA-4抑制剂通过阻断CTLA-4与B7分子的结合，增强T细胞活化，但也可能激活针对肠道、皮肤等组织的自身反应性T细胞，引发结肠炎、皮疹等irAE。irAE的发生与免疫治疗响应呈“双刃剑”关系：irAE越严重，患者治疗响应率可能越高（如3级irAE患者ORR可达50%），但过度irAE可能导致治疗中断甚至死亡。因此，如何通过免疫监测预测irAE风险并实现早期干预，是联合优化策略的重要方向。04联合优化策略：构建“监测-治疗”闭环联合优化策略：构建“监测-治疗”闭环免疫监测与免疫治疗的联合优化，本质是通过“实时监测-动态评估-精准调整”的闭环模式，解决“谁该治、何时治、怎么治”的核心问题。其核心逻辑在于：以免疫监测数据为“导航”，指导免疫治疗的“时机选择、方案优化、剂量调整”，实现“疗效最大化、毒性最小化”。联合优化策略的核心原则个体化原则：基于“免疫分型”的精准匹配肿瘤免疫应答存在“免疫分型”差异，如“免疫激活型”（T细胞浸润丰富、PD-L1高表达）、“免疫抑制型”（Treg/MDSCs富集、TGF-β高表达）、“免疫excluded型”（T细胞浸润至间质但无法接触肿瘤细胞）、“免疫desert型”（T细胞浸润稀少）。不同分型需采取不同的联合优化策略：-免疫激活型：以PD-1/PD-L1抑制剂单药或联合CTLA-4抑制剂为主，重点监测T细胞功能耗竭指标（如TIM-3、LAG-3），若出现耗竭迹象，可联合TIM-3/LAG-3抑制剂；-免疫抑制型：需联合“免疫微环境调节剂”，如TGF-β抑制剂、CSF-1R抑制剂（靶向TAMs）、IDO抑制剂，以解除免疫抑制；联合优化策略的核心原则个体化原则：基于“免疫分型”的精准匹配-immuneexcluded型：可通过“血管正常化”（如抗VEGF贝伐珠单抗）促进T细胞浸润，或联合STING激动剂激活DCs；01-immunedesert型：需先进行“免疫priming”（如肿瘤疫苗、DC疫苗），诱导T细胞浸润，再联合免疫检查点抑制剂。02例如，对于“immuneexcluded型”的结直肠癌患者，我们采用“贝伐珠单抗+PD-1抑制剂”联合策略，通过降低肿瘤间质压力，促进CD8⁺T细胞浸润，ORR从单药治疗的15%提升至38%（P=0.02）。03联合优化策略的核心原则动态原则：多时间点监测驱动的“治疗窗口”把握免疫治疗疗效具有“延迟响应”特征（部分患者在治疗2-3个月后才开始缓解），而耐药可能在治疗早期（4-8周）便出现萌芽。因此，需建立“基线-治疗中-治疗后”的全程监测时间窗：-基线监测：通过NGS检测TMB、新抗原负荷，流式细胞术评估外周血T细胞/NK细胞功能，mIHC分析TME免疫分型，预测治疗响应潜力，筛选优势人群；-治疗中监测（4-8周）：通过液体活检（ctDNA、CTC）动态评估肿瘤负荷变化，免疫细胞表型分析识别早期耐药信号（如Treg比例升高、Tex扩增），及时调整治疗方案；-治疗后监测（每3个月）：评估长期缓解状态，监测微小残留病灶（MRD），预防复发。联合优化策略的核心原则动态原则：多时间点监测驱动的“治疗窗口”把握例如，我们为一名晚期黑色素瘤患者建立“监测档案”：基线TMB=15mut/Mb，PD-L1CPS=45，Tem比例18%，提示“免疫激活型”，启动PD-1单抗治疗；治疗4周后ctDNA下降40%，但Treg比例从8%升至15%，提示免疫抑制微环境形成，联合CTLA-4抑制剂；治疗12周后ctDNA转阴，Treg比例回落至10%，维持治疗；每3个月复查ctDNA，持续阴性，已无进展生存24个月。联合优化策略的核心原则协同原则：多机制联动的“1+1＞2”效应免疫治疗的联合优化需基于“机制互补”，避免“简单叠加”。例如：-“免疫检查点抑制剂+免疫微环境调节剂”：PD-1抑制剂联合TGF-β抑制剂，可同时解除T细胞功能抑制与肿瘤免疫抑制微环境，如SKYSCRAPER-01研究显示，PD-1抑制剂（度伐利尤单抗）+TGF-β抑制剂（bintrafuspalfa）治疗PD-L1高表达NSCLC，ORR达24.4%，虽未达主要终点，但在特定亚组（如TGF-β高表达）中显示获益；-“免疫治疗+放化疗/靶向治疗”：放疗通过“原位疫苗效应”（释放肿瘤抗原、激活DCs）增强免疫治疗敏感性，如PACIFIC研究显示，不可切除III期NSCLC患者同步放化疗后接受度伐利尤单抗巩固治疗，5年生存率达42.9%；抗血管生成药物（如贝伐珠单抗）可通过“血管正常化”改善T细胞浸润，与免疫治疗协同；联合优化策略的核心原则协同原则：多机制联动的“1+1＞2”效应-“不同免疫检查点抑制剂联合”：PD-1抑制剂联合CTLA-4抑制剂，通过“双重激活”增强T细胞应答，如CheckMate-227研究显示，PD-1（纳武利尤单抗）+CTLA-4（伊匹木单抗）治疗TMB高（≥10mut/Mb）NSCLC，5年生存率达29.4%，显著优于单药化疗。联合优化策略的临床实施路径基线评估：构建“免疫-肿瘤”全景图谱基线评估是联合优化的“起点”，需整合临床病理特征、免疫组化、分子检测、液体活检等多维度数据，构建“免疫-肿瘤”全景图谱：01-临床病理特征：肿瘤类型、分期、PD-L1表达、TMB等，初步筛选免疫治疗优势人群（如PD-L1高表达、TMB高、MSI-H）；02-免疫组化与mIHC：检测CD8⁺T细胞浸润密度、PD-L1表达空间分布（肿瘤细胞vs免疫细胞）、TAMs表型（CD163⁺CD206⁺M2型），判断TME免疫分型；03-分子检测：NGS检测肿瘤组织基因突变（如B2M、JAK1/2、PTEN）、新抗原负荷，预测原发性耐药风险；04联合优化策略的临床实施路径基线评估：构建“免疫-肿瘤”全景图谱-液体活检：外周血ctDNA检测肿瘤特异性突变（如EGFR、KRAS），评估循环肿瘤负荷；流式细胞术分析外周血T细胞/NK细胞亚群与功能状态，反映全身免疫状态。例如，一例初诊IV期肺腺癌患者，基线PD-L1CPS=35，TMB=12mut/Mb，mIHC显示CD8⁺T细胞浸润至肿瘤实质（“immuneexcluded”型），ctDNA检测到EGFRL858R突变（丰度5%），外周血Tem比例15%。综合评估：PD-L1高、TMB高，提示免疫治疗潜力；但“immuneexcluded”表型需联合抗血管生成药物，EGFR突变可能提示靶向治疗优先。经多学科讨论（MDT），先给予“贝伐珠单抗+PD-1抑制剂”治疗，2周后Tem比例升至20%，ctDNA丰度降至2%，6周后影像学显示部分缓解（PR）。联合优化策略的临床实施路径治疗中动态调整：基于“实时监测”的方案优化治疗中（4-12周）是调整治疗的关键窗口期，需通过液体活检与免疫细胞监测，识别“响应良好、早期进展、irAE风险”三类人群，采取差异化策略：-响应良好者：ctDNA较基线下降＞50%，免疫细胞功能指标改善（如Tem比例升高、Treg比例下降），可维持原方案，每12周评估一次；-早期进展者：ctDNA较基线上升＞2倍，或出现新发免疫抑制标志物（如MDSCs比例升高、PD-L1扩增），需调整方案：若为“免疫抑制型”，联合TGF-β抑制剂或IDO抑制剂；若为“抗原丢失型”，可考虑联合肿瘤疫苗或化疗；-irAE风险者：外周血中自身反应性T细胞（如CD4⁺CD8⁺双阳性T细胞）比例升高，或促炎因子（IL-6、IL-17）水平升高，需提前给予糖皮质激素或IL-6受体拮抗剂（托珠单抗），预防严重irAE。联合优化策略的临床实施路径治疗中动态调整：基于“实时监测”的方案优化例如，一例接受PD-1单抗治疗的肾癌患者，治疗6周后ctDNA较基线上升3倍，流式细胞术显示MDSCs比例从8%升至20%，TGF-β水平升高，提示“免疫抑制型”耐药。调整方案为“PD-1抑制剂+CSF-1R抑制剂（培西达替尼）”，治疗4周后ctDNA下降60%，MDSCs比例回落至10%，后续维持治疗，PR持续12个月。联合优化策略的临床实施路径治疗后全程管理：预防复发与长期生存治疗后（≥12周）需重点监测MRD与免疫记忆形成，预防复发并实现长期生存：-MRD监测：通过ctDNA或外周血循环肿瘤DNA（ctDNA）检测微小残留病灶，ctDNA阳性者复发风险显著升高（HR=5.2，95%CI：3.1-8.7），需考虑强化治疗（如联合化疗或放疗）；-免疫记忆评估：检测中央记忆T细胞（Tcm）与干细胞记忆T细胞（Tscm）比例，Tscm比例＞10%的患者，长期无进展生存率更高（HR=0.4，95%CI：0.2-0.8），可考虑低剂量免疫维持治疗；-irAE长期管理：部分irAE（如甲状腺功能减退、肾上腺皮质功能减退）可能持续存在，需定期随访激素水平，调整替代治疗方案。05关键技术整合：推动联合优化的“引擎”关键技术整合：推动联合优化的“引擎”免疫监测与免疫治疗的联合优化，离不开多组学技术、人工智能与大数据平台的支撑。这些技术的整合，不仅提升了监测的精准性，更实现了“数据-决策”的智能化转化。多组学技术整合：从“单一维度”到“全景视角”1.免疫组学（Immunomics）与基因组学（Genomics）整合通过NGS技术同步检测肿瘤基因组变异（如TMB、新抗原负荷）与免疫组学特征（如TCR/BCR库多样性、MHC分子分型），可揭示“免疫原性”的分子基础。例如，TCR库多样性高（克隆型数＞100）的患者，对免疫治疗的响应率显著高于低多样性者（ORR=42%vs15%，P=0.003），提示TCR库多样性是预测响应的潜在标志物。多组学技术整合：从“单一维度”到“全景视角”蛋白质组学与代谢组学整合蛋白质组学（如质谱技术）可检测免疫检查点分子（PD-L1、LAG-3、TIGIT）的表达水平与翻译后修饰（如PD-L1的糖基化修饰），代谢组学则可分析TME中的代谢物（如乳酸、腺苷）对免疫细胞功能的影响。例如，肿瘤细胞糖酵解增强导致乳酸积累，可抑制T细胞功能，而联合“乳酸清除剂”（二氯乙酸）可增强PD-1抑制剂疗效，在小鼠模型中ORR从25%提升至65%。人工智能与大数据：实现“精准预测”与“智能决策”基于机器学习的疗效预测模型整合临床数据、影像组学（Radiomics）、基因组学、免疫组学等多维度特征，通过机器学习构建疗效预测模型，可提高生物标志物的预测效能。例如，我们团队构建的“NSCLC免疫治疗响应预测模型”，纳入12个特征（包括PD-L1CPS、TMB、CT影像组学特征、外周血Tem比例），AUC达0.89，显著优于单一标志物（PD-L1AUC=0.72，TMBAUC=0.68）。人工智能与大数据：实现“精准预测”与“智能决策”动态监测数据的实时分析平台建立“免疫监测-治疗决策”实时分析平台，将液体活检、免疫细胞监测等数据整合，通过算法动态评估治疗响应与耐药风险，为临床医生提供“个体化治疗建议”。例如，该平台可根据ctDNA半衰期（ctDNA清除时间）预测长期生存：ctDNA半衰期＜14天的患者，2年生存率达85%，而半衰期＞28天的患者仅32%（P＜0.001）。前瞻性临床试验验证：联合优化策略的“金标准”尽管联合优化策略在回顾性研究中显示潜力，但需通过前瞻性随机对照试验（RCT）验证其临床价值。例如，正在进行的“POPLAR-2”研究（NCT04671494），旨在评估基于ctDNA动态监测调整PD-1抑制剂治疗策略的疗效：试验组根据ctDNA变化（下降＞50%维持原方案，上升＞2倍联合化疗），对照组按标准方案治疗。主要终点为mPFS，次要终点包括ORR、OS、irAE发生率。该结果将为“监测驱动治疗”提供高级别证据。06挑战与展望：迈向“个体化免疫治疗新时代”挑战与展望：迈向“个体化免疫治疗新时代”尽管免疫监测与免疫治疗联合优化策略已取得显著进展，但仍面临技术标准化、数据整合、临床转化等多重挑战