编者按：在精准医疗时代，可靠的生物标志物是连接靶向治疗与获益人群的“关键桥梁”。滋养层细胞表面抗原2（TROP2）作为抗体药物偶联物（ADC）领域的热门靶点，其表达水平与患者预后的关系备受关注。然而，传统免疫组织化学（IHC）检测对TROP2 ADC疗效和预后评估存在诸多局限。2026年欧洲肺癌大会（ELCC）上公布的一项研究（摘要号67P）^[1]聚焦于TROP2标准化膜比率（NMR）这一基于图像分析算法的分子定量评估方法，通过在真实世界实验室环境中验证其全流程设备的可重复性，为人工智能（AI）驱动的生物标志物应用提供了重要实践指导，也为HER2 ADC等其他新型ADC方案的精准应用提供了新的病理评估思路。《肿瘤瞭望》特邀上海交通大学医学院附属瑞金医院笪倩教授介绍和点评该研究如下。

 

 

滋养层细胞表面抗原2（TROP2）为非小细胞肺癌（NSCLC）提供了治疗靶点。标准化膜比率（NMR）是一种通过TROP2（EPR20043）NSCLC RUO（仅用于研究）检测方案，在病理学家监督下生成的TROP2免疫组化（IHC）表达的定量指标。NMR已成为评估NSCLC患者对TROP2 ADC治疗反应的潜在预测工具。2025年世界肺癌大会（WCLC）报道一项评估NSCLC TROP2-NMR定量连续评分（QCS）的真实世界研究^[2]显示，该QCS算法在不同病理医生之间具有良好的可重复性。本研究在此基础上，进一步探讨了完整的TROP2（EPR20043）NSCLC RUO工作流程及设备在真实世界实验室环境中的可重复性。

 

 

研究共纳入36份NSCLC样本，将未染色切片送至8个国家的12个全球中心。在每个中心，切片均使用RUO TROP2 IHC检测法进行染色，并扫描生成图像用于分析。每个中心有三名病理学家（共36名）使用TROP2 RUO算法生成TROP2 QCS-NMR评分。计算了阅片者之间及各中心之间的一致性率。

 

下图展示了病理医生在TROP2 QCS-NMR评分过程中的主要工作流程：1、判断全切片图像（WSI）的可用性，即没有明显的成像伪影（如超过20%的肿瘤区域失焦、拼接等）；2、IHC的可用性，即WSI中至少有100个可评估的肿瘤细胞，并进行合格的染色；3、叠加的可用性，即确认肿瘤区域叠加层（Tumor Region Overlay）有≥80%的可评估肿瘤区域；4、确认≥90%的肿瘤区域叠加层覆盖的是明确可评估的肿瘤组织区域，非分析区域通过手动标注排除。5、触发TROP2 QCS-NMR分析：病理医生接受（标准1-4满足）或拒绝（标准1-4未满足）病例。6、输出显示结果：计算所有被识别肿瘤细胞的TROP2 QCS-NMR值，并以第75百分位数作为评分输出。

 

△在计算TROP2 NMR所需的图像分析工作流程中，由病理医生主导的6个步骤

 

 

下图显示了各中心36例病例的TROP2 NMR评分分布情况。其中18例为生物标志物阴性（TROP2 NMR＞0.563），18例为阳性（TROP2 NMR≤0.563），确保病例在0.563临界值上下均匀分布。图中同时绘出了病例合格值（即从62张连续切片中选取肿瘤不同区域的三张切片，计算其中位评分）以供比较。

 

△各中心36例病例的TROP2 NMR评分分布情况

 

使用完整TROP2 NMR工作流程进行NMR评估的可重复性较高，阅片者一致性结果显示：阳性百分比一致性（PPA）为96.1%，阴性百分比一致性（NPA）为92.5%，总体百分比一致性（OPA）为94.1%。

 

△一致性率（Agreement rates）

 

下图显示了在108次独立判读（来自36例病例）中，TROP2生物标志物状态为阳性或阴性的数量（%），以及染色失败和分析被拒绝的发生率，总体的阳性率为46.5%，染色失败率和分析被拒绝率仅为0.2%和0.3%。

 

 

 

这些数据证明了在真实世界实验室中使用TROP2（EPR20043）NSCLC RUO设备进行TROP2 NMR评估的可重复性。本研究可为基于人工智能的生物标志物的部署工作提供实用指导。

 

笪倩教授：TROP2是一种跨膜糖蛋白，由TACSTD2基因编码，在细胞内钙信号传导、细胞周期控制与细胞增殖中发挥重要作用。现有研究显示，TROP2通过调节多条信号通路影响肿瘤发生发展、促进肿瘤细胞侵袭和迁移，其过表达与患者生存率降低以及肿瘤侵袭性和转移增加密切相关^[3-5]。近年来，TROP2靶向ADC药物取得了突破性进展，如德达博妥单抗（Dato-DXd）等TROP2 ADC已在国内获批上市，为晚期NSCLC、乳腺癌等实体瘤患者提供了新的治疗选择。在精准治疗背景下，通过可靠的生物标志物筛选出能够从TROP2 ADC治疗中精准获益的患者群体，对于提高治疗效果、实现个体化治疗具有重要意义。然而，传统IHC检测TROP2表达作为预测性生物标志物面临诸多挑战。

 

传统IHC检测难以精确量化TROP2在细胞膜上的表达水平以及其内化能力，这很大程度上影响了疗效预测的准确性。研究显示，使用IHC评估TROP2表达（IHC评分0-3分，阳性定义为≥2分）时，NSCLC患者TROP2阳性率高达89%，但IHC与客观缓解率（ORR）、无进展生存期（PFS）和总生存期（OS）的分析并未显示传统IHC判读能够作为有效的预测性生物标志物^[6]。另有研究表明，使用IHC方法检测TROP2表达水平与TROP2 ADC疗效之间未能建立明确的正相关关系^[7]。因此，亟须开发更为精准、可量化的生物标志物检测手段。

 

TROP2标准化膜比率（NMR）正是在这一背景下应运而生。NMR是一种定量评估TROP2表达的指标，其计算公式为：NMR=细胞膜染色强度/（细胞膜染色强度+细胞质染色强度）。根据研究定义，当≥75%的肿瘤细胞NMR≤0.56时，被判定为TROP2-NMR阳性^[8-9]。从公式和定义可见，NMR值越低，意味着TROP2更多定位在细胞质中。通常情况下，ADC需要通过内化进入细胞才能发挥作用，因此，理论上细胞质中TROP2比例越高，被内化的ADC比例越高、疗效可能更好。然而，细胞质中TROP2比例高，反映的是内化活跃（有利于ADC），还是蛋白降解通路活跃（可能不利于ADC payload释放），抑或是蛋白合成后转运障碍？这些不同的生物学机制对ADC疗效的影响截然不同，有待进一步探索验证。但从已报道的小样本探索性研究来看，如TROPION-Lung01试验中，TROP2 QCS-NMR成功预测了Dato-DXd的治疗反应，QCS-NMR阳性患者与阴性患者相比，PFS显著延长且反应率更高，而在多西他赛组中未观察到这种效应^[8]，这些结果初步证实了TROP2 NMR作为预测性生物标志物的潜力。

 

根据近期发布的ESMO人工智能生物标志物指南，TROP2 QCS-NMR被归类为典型的C类AI衍生生物标志物。这类生物标志物通过AI技术捕捉超越传统临床、组织学、IHC或分子标志物的微妙而复杂的模式，提供新颖的、数据驱动的治疗获益预测，且不依赖于任何既往已确立的生物标志物^[10]。那么，这种新型的分子定量评估方法的检测效能和可重复性如何？

 

2025年世界肺癌大会（WCLC）上，一项基于定量连续评分（QCS）方法评估NSCLC TROP2-NMR的真实世界研究以口头报告形式公布，引起广泛关注。该研究共纳入100例NSCLC样本，评估了QCS算法在不同实验室和病理学家之间的可重复性。结果显示，在算法可重复性验证部分（中心实验室统一染色扫描），不同实验室间OPA高达99.9%，不同病理学家间OPA同样为99.9%，充分证明了QCS算法本身的卓越稳健性。该研究中，仅有4家机构进行了全流程检测（各实验室独立完成染色-扫描-分析）的验证，中期分析显示OPA为88.7%，提示染色、扫描等湿实验环节的标准化质控对于实现全流程高可重复性至关重要^[2]。本次2026年ELCC大会公布的研究（摘要号67P）进一步补充了全流程检测的循证医学证据。该研究聚焦于完整的TROP2（EPR20043）NSCLC RUO工作流程及设备在真实世界实验室环境中的可重复性验证。研究纳入12个全球中心的36名病理学家，对36例商业化NSCLC样本进行全流程评估，结果显示阅片者间OPA达到94.1%，PPA为96.1%，NPA为92.5%^[1]。这一结果与WCLC研究相互印证，共同证实了TROP2 NMR评估在真实世界中的稳健性和可重复性，为这一新型生物标志物的临床转化提供了一定的参考。

 

然而，需要指出的是，作为一种二分类的预测性生物标志物，NPA为92.5%意味着有7.5%的真阴性病例被错误判为阳性——这些患者可能因此接受不必要的靶向治疗。这一假阳性率在临床决策中的可接受性，以及与其他伴随诊断标志物（如HER2 IHC/FISH、PD-L1 TPS）的可重复性数据，需要作进一步比较研究。此外，两项研究的样本量仍较小，且主要集中在欧美发达国家，是否具有外推性仍需要进一步扩大样本和地域的多中心研究证实。

 

在技术层面来看，2026年ELCC大会的这项研究在真实世界中探索了不同中心“全流程”独立评估TROP2 NMR的情况，但影响IHC可重复性的核心因素包括：组织固定条件（固定液类型、固定时间）、抗原修复方案、一抗孵育条件、染色平台差异、扫描仪品牌和扫描参数等。该研究虽然提到“染色、扫描等湿实验环节的标准化质控至关重要”，但未展开讨论这些变量在12个全球中心之间是如何控制的。再者，该研究仍缺少与竞争性方法的对比。除了NMR之外，H-score、Allred评分等半定量IHC评分方法，以及基于mRNA表达的检测（如RT-qPCR）也可用于TROP2表达评估。未来需要将NMR与这些方法进行系统比较，从而进一步判断NMR相对于现有方法的优势。

 

近年来，ADC药物的突破性进展为肿瘤治疗带来了新的希望。除了TROP2靶点外，HER2、B7-H3等不同靶点的ADC药物同样在临床实践中展现出巨大潜力。但不同ADC在药物结构设计层面存在差异，其他靶点是否也适用于NMR评估方法，仍有待于探索研究。TROP2 NMR的成功经验提供了一种新的分子定量评估思路，有望为精准医疗时代的生物标志物开发开辟新路径。

 

参考文献

 

[1]Lopez-Rios F，Blechet C，Bryant D，et al.Full device assessment of TROP2 normalized membrane ratio in non-small cell lung carcinoma using a computational pathology algorithm in real-world laboratories.2026 ELCC.Abstract 67P.

 

[2]Lopez-Rios F，Inge LJ，Blechet C，et al.Real-World Assessment of TROP2-NMR by Quantitative Continuous Scoring(QCS)in Non-Small Cell Lung Carcinoma(NSCLC).2025 WCLC.OA09.03.

 

[3]Zhang X，Xiao H，Na F，et al.Evolution of TROP2:Biological insights and clinical applications.Eur J Med Chem.2025 Oct 15;296:117863.

 

[4]Li XX，Chen JL.TROP2:as a promising target in lung cancer.Front Oncol.2025 Aug 27;15:1569897.

 

[5]Shvartsur A，Bonavida B.Trop2 and its overexpression in cancers:regulation and clinical/therapeutic implications.Genes Cancer.2015 Mar;6(3-4):84-105.

 

[6]Heist RS，Guarino MJ，Masters G，et al.Therapy of Advanced Non-Small-Cell Lung Cancer With an SN-38-Anti-TROP2 Drug Conjugate，Sacituzumab Govitecan.J Clin Oncol.2017.35(24):2790-2797.

 

[7]Planchard D，Cozic N，Wislez M，et al.ICARUS-LUNG01:A phase 2 study of datopotamab deruxtecan(Dato-DXd)in patients with previously treated advanced non-small cell lung cancer(NSCLC)，with sequential tissue biopsies and biomarkers analysis to predict treatment outcome.2024 ASCO.Abstract 8501.

 

[8]Garassino MC，Sands J，Paz-Ares L，et al.Normalized Membrane Ratio of TROP2 by Quantitative Continuous Scoring is Predictive of Clinical Outcomes in TROPION-Lung 01.2024 WCLC.PL02.11.

 

[9]Wu YL，Xiao Z，Li J，et al.Association of TROP2 quantitative continuous scoring(QCS)normalised membrane ratio(NMR)with efficacy in Chinese patients(pts)with advanced/metastatic non-small cell lung cancer(a/mNSCLC)treated with datopotamab deruxtecan(Dato-DXd)in TROPION-PanTumor02.2025 ELCC.Poster 357P.

 

[10]Aldea M，Salto-Tellez M，Marra A，et al.ESMO basic requirements for AI-based biomarkers in oncology(EBAI).Ann Oncol.2026;37(3):414-430.doi:10.1016/j.annonc.2025.11.009