HNSCC Biomarker 新世代：從 p16 IHC 到液態活檢全景
十年前，一張 p16 IHC 染色片決定了頭頸癌病人幾乎所有的治療策略。
AACR 2026 之後，這個時代正式進入尾聲。
一、HPV 之後的十年空白
如果你在 2015 年走進任何一個頭頸癌多學科會議，討論 biomarker 幾乎等同於一件事：這個病人是 p16+ 還是 p16-？
p16 IHC（p16 免疫組織化學染色）是 HPV 陽性口咽癌的代理指標。它的出現確實改變了頭頸癌的臨床決策——HPV+ 病人存活期顯著較好，化放療劑量降低的 de-escalation 試驗因此成為可能。p16 IHC 是 2010 年代頭頸癌少數幾項真正改變臨床的生物標記。
但問題在於，p16 只是一個二分法：陽性或陰性。它告訴你腫瘤的病因，卻無法告訴你：
- 這個 HPV+ 病人治療後是否會復發？
- 這個 HPV- 病人對 pembrolizumab 會有反應嗎？
- 哪個病人在術後六個月會最早出現微小殘留病灶？
這些問題在整個 2010 年代幾乎找不到答案。PD-L1 CPS（Combined Positive Score，程式化死亡配體 1 綜合陽性評分）從 2019 年 KEYNOTE-048 後成為 pembrolizumab 的使用門檻，但臨床醫師和試驗設計者都清楚：CPS 的 reproducibility（可重複性）相當差，同一組織由不同實驗室讀出的分數可能相差一倍。
AACR 2026 的 358 份 HNSCC 摘要揭示了一個轉折：biomarker 的多元化已不再是未來式，而是正在發生的現在式。
二、液態活檢的三條路線
2-1. 腫瘤知情型 ctDNA 偵測：PECAN Trial
ctDNA（circulating tumor DNA，循環腫瘤 DNA）是腫瘤釋放進血液中的 DNA 片段。它的概念不新，但過去在頭頸癌的應用受限於信噪比（signal-to-noise ratio）——頭頸癌腫瘤負荷相對偏低，尤其早期患者，血中 ctDNA 濃度可能只有百萬分之一。
PECAN trial（Program for Early Cancer Assessment in Neck）是目前 HNSCC 液態活檢最接近臨床應用的研究之一。它的核心策略是「tumor-informed」：先定序腫瘤組織的個人化突變圖譜，再拿這組個人化突變集去血液中「精準搜尋」，而非用廣泛的 panel 盲目撈取。
這個設計的優勢類似從大海撈針變成拿著特製磁鐵撈特定的針——特異性大幅提升。PECAN 的最新資料顯示，腫瘤知情型 ctDNA 偵測在 HNSCC 治療後的殘留病灶偵測（minimal residual disease detection）上，準確率已足以進入 prospective clinical utility 的評估階段——也就是說，它不再只是一個有趣的 feasibility 工具，而是有機會真正影響臨床決策：是否需要加強追蹤、是否早期介入。
從藥廠角度，這個進展有一個直接的含義：ctDNA 作為 adjuvant 試驗的 endpoint（中間終點）終於可能落地——不需要等三年的 overall survival，可以用 ctDNA clearance rate 作為早期替代終點設計 Phase II。
2-2. cfDNA Fragmentome：血液 + 唾液的雙軌偵測
cfDNA fragmentome（游離 DNA 片段組學）是比 ctDNA 更廣泛的概念。腫瘤細胞死亡時釋放的 DNA 片段長度和末端序列模式與正常細胞不同，這個「切斷方式的指紋」可以在不需要知道具體突變的情況下，仍然提示腫瘤的存在。
AACR 2026 的資料指出，genome-wide cfDNA fragmentome 分析已可同時從血液和唾液中偵測 HNSCC。這裡的關鍵詞是「唾液」。
唾液是頭頸癌獨有的生物液體（biofluid），具有三個其他癌種無法複製的特性：
腫瘤位置 距離唾液腺 / 口腔黏膜 ◄── 直接相鄰
▼
ctDNA 濃縮效應 唾液中 HNSCC 來源的腫瘤 DNA 濃度 >>> 血液
▼
早期偵測窗口 血液偵測不到時，唾液可能已有信號
這意味著在 HNSCC 的早期偵測策略上，唾液 cfDNA 可能比血液 ctDNA 更敏感。對於設計 chemoprevention 試驗的研究者，或是希望開發 companion diagnostic 的藥廠，唾液 fragmentome 是一個值得認真投資的平台。
2-3. Microfluidic CTC 捕捉：讓 p16+ 循環腫瘤細胞現形
除了游離 DNA，另一條液態活檢路線是直接捕捉 CTC（circulating tumor cells，循環腫瘤細胞）。傳統 CTC 捕捉技術的問題是依賴 EpCAM 表面蛋白，但鱗狀細胞癌（包括 HNSCC）EpCAM 表現不穩定，捕捉效率差。
AACR 2026 報告的 microfluidic 平台採用 label-free 設計——不靠表面蛋白標記，而是利用細胞的物理特性（大小、可變形性、電特性）分離 CTC。在口咽癌（oropharyngeal cancer）患者中，這個平台可以捕捉並確認 p16+ CTC，進而在細胞層級驗證 HPV 狀態，同時評估 CTC 的分子特徵。
這個技術的臨床意義有兩個層次：第一，在 HPV+ 口咽癌的治療後監測中，p16+ CTC 的消失或再現可能是復發的早期信號。第二，如果未來 CTC 能進行單細胞定序，就能直接看到腫瘤在治療壓力下的演化，比組織切片更即時。
三、組織層面的新維度：從切片到空間地圖
液態活檢回答「有沒有腫瘤」的問題；但要回答「這個腫瘤的行為模式是什麼」，需要的是組織層面的解析度——而且是有空間資訊的解析度。
3-1. 侵犯前緣的空間基因表現
invasive front（侵犯前緣）是腫瘤與正常組織之間的邊界地帶，長期以來被病理科醫師視為判斷預後的重要區域。AACR 2026 的空間轉錄組資料（spatial transcriptomics）提供了一個分子層次的詮釋：
在口腔鱗狀細胞癌（OSCC）中，invasive front 的空間基因表現模式可以預測兩件事——CTC 的釋放速率，以及早期復發的時間窗口。換言之，光是看病理切片的 invasive front 區域的 RNA 表現，就能估計這個腫瘤多快會往血液散播腫瘤細胞。
這個發現的臨床含義是：在 negative margin 手術後，invasive front 的空間轉錄組特徵可以輔助決定追蹤強度——哪些病人需要每三個月的 ctDNA 監測，哪些可以延長到六個月。
3-2. p-EMT Hub 與 DC2-Macrophage Ecosystem
p-EMT（partial epithelial-mesenchymal transition，部分上皮間質轉化）是一個介於上皮和間質之間的細胞狀態，與轉移和治療抵抗密切相關。在 HNSCC 中，p-EMT 不是孤立事件，而是一個有空間結構的 niche。
空間轉錄組分析顯示，p-EMT 細胞傾向於聚集在一個特定的微環境 hub 中，旁邊伴隨著 DC2（樹突細胞亞型 2）和 macrophage 的特定生態系統。這個 DC2-macrophage ecosystem 的存在與腫瘤復發直接相關。
更重要的是，這個 hub 的空間定義比傳統 PD-L1 CPS 更能預測治療反應——DC2 與 macrophage 的比例和空間排列，透露了免疫微環境（tumor microenvironment, TME）的「溫度」。熱的 TME 和冷的 TME 在切片的同一視野下並存，p-EMT hub 就是區分這兩個區域的座標系。
對於 checkpoint inhibitor 的試驗設計者，這意味著未來的 patient selection 可能不只看 CPS，而是看病理切片上 p-EMT hub 的空間密度。
3-3. AI 推導的 H&E 組織學評分：超越 CPS
最直接挑戰現行 biomarker 體制的，是 AI 從標準 H&E（蘇木素-伊紅）切片推導出的組織學評分。
CPS 需要 PD-L1 抗體染色，有批次效應，有判讀者間差異，且在 HNSCC 的預測準確率本就不高。AI 推導的 H&E 分數的邏輯是：H&E 切片幾乎所有醫院都有，不需要額外抗體染色，但 AI 可以從裡面提取肉眼看不出來的高維特徵。
AACR 2026 報告的 AI histopathology score 在頭頸癌 checkpoint inhibitor 反應預測上的 AUC（預測準確率指標）超過 CPS。這個結果的含義不是 CPS 沒用，而是說：AI 從 H&E 提取的特徵包含了 CPS 以外的資訊——可能是腫瘤-免疫介面的幾何結構、淋巴球密度的空間分布、核異型度的模式。
從藥廠 companion diagnostic 的角度，AI H&E 評分的商業潛力顯而易見：不需要新的染色試劑，從現有切片直接計算，可以在全球任何有數位病理設施的中心部署。
四、分子靶點的新發現
biomarker 的另一個維度是「可以被藥物打到的靶點」。AACR 2026 有三個 HNSCC 特定的分子發現，值得藥廠和臨床研究者深入追蹤。
4-1. p53-膽固醇代謝軸：脂質代謝成為可精準打擊的靶點（AB#5395）
這個發現來自 UCSF 的 Jennifer Grandis 實驗室。它的邏輯鏈清晰到可以用三句話說完：
- HNSCC 中超過 70% 的腫瘤帶有 TP53 功能喪失突變（p53 缺失），而 p53 突變一直被認為是「不可成藥」的靶點。
- 野生型 p53 會轉錄調控膽固醇代謝基因。p53 缺失後，細胞內膽固醇升高，SREBP1/2（固醇調節元件結合蛋白）被激活——腫瘤細胞對這個膽固醇代謝路徑產生依賴性。
- 用 fatostatin（SREBP1/2 抑制劑）打 p53 缺失的 HNSCC 細胞，比打 p53 正常的細胞毒性高 2.7 倍；在動物模型中顯著抑制腫瘤生長。
TP53 突變（70% HNSCC）
▼
p53 失去膽固醇代謝調控
▼
SREBP1/2 過度活化 → 腫瘤對膽固醇合成「上癮」
▼
fatostatin（SREBP 抑制劑）選擇性殺傷 p53 缺失腫瘤
這個發現的意義在於：它把「p53 缺失」這個過去只是「壞消息」的突變，轉化為一個可以被利用的脆弱性（exploitable vulnerability）。這是精準醫療的核心邏輯——不是去修復突變，而是找到突變帶來的代謝依賴，然後切斷它。
對藥廠的啟示：開發 fatostatin 或類似 SREBP 抑制劑時，TP53 突變狀態就是 companion diagnostic 的自然候選——70% HNSCC 帶有這個突變，意味著潛在適用族群相當可觀。
4-2. PKA 驅動的 Metformin 抗藥性：化學預防的分子基礎（AB#4569）
這個研究來自 UCSD Gutkind 實驗室。Metformin（二甲雙胍，一種糖尿病藥）在 HNSCC 化學預防方面一直有令人感興趣的臨床訊號，但機轉不完整，也不清楚為什麼有些病人沒反應。
Gutkind 團隊用 genome-wide CRISPR/Cas9 篩選——相當於同時測試全基因組每個基因敲除後對 metformin 的抗藥性影響——找到了最主要的抗藥路徑：PKA（protein kinase A，蛋白激酶 A）信號活化。
機轉鏈是：Metformin 本身會觸發 PGE2（前列腺素 E2）的自分泌環路 → PGE2 活化 PKA → PKA 抵消了 metformin 的抑制效果。而 PGE2 是由 COX2 酶催化的，COX2 可以被 NSAIDs（非類固醇抗炎藥，如 celecoxib、aspirin）抑制。
實驗結果：metformin + NSAIDs 的組合，在細胞株模型和口腔癌前病變（OPL）的動物模型中，協同抑制了 HNSCC 的進展。
這個發現對臨床的意義不在於立即改變治療，而在於提供了化學預防組合設計的分子基礎。如果未來設計 metformin 用於 OPL 的試驗，加入 COX2 抑制劑作為組合，理論上可以克服 PKA 抗藥路徑。Biomarker 方面，COX2 的表現和 PKA 信號的活化狀態可能成為預測化學預防反應的新指標。
4-3. Intratumoral Microdevice 平台：在同一顆腫瘤內同時測試 20 種藥物（AB#11204）
這個技術來自 Brigham and Women’s Hospital 的 Oliver Jonas 實驗室，是所有 AACR 2026 HNSCC 摘要中最具「平台顛覆性」的一個。
概念是：把裝有微量（納濃度）藥物的微型裝置（大約火柴頭大小），在手術前植入腫瘤內。裝置在腫瘤中停留三天，各個藥物腔室的藥物向周圍組織擴散，形成局部的「藥物浸潤區域」。手術切除腫瘤後，透過組織學分析每個藥物腔室周圍的細胞反應（細胞凋亡、免疫細胞浸潤、空間轉錄組）。
手術前 3 天：植入 IMD（裝 20 種藥物）
▼
腫瘤內形成 20 個獨立的「微型藥物試驗區域」
▼
手術切除 → 多模態分析每個區域的反應
▼
結果：哪幾種藥物在這個病人的腫瘤中最有效？
在腺樣囊性癌（adenoid cystic carcinoma, ACC）的 Phase I 結果中（5 位患者），apoptotic index（細胞凋亡指數）最高的藥物是 ATRA（44.1%）、enfortumab vedotin（41.7%）、vinorelbine（40.9%），而 5-FU（21%）和 ipilimumab（20.1%）反應最低。
這個技術如果擴展到 HNSCC，它解決的是一個根本問題：在系統性治療開始之前，就知道這個病人的腫瘤對哪些藥物有反應。這比 organoid（類器官）更接近體內環境，因為腫瘤微環境的血管、免疫細胞、基質都完整保留。
五、早期偵測的兩條軌道
5-1. 甲基化驅動的多癌症早期偵測（AB#2264）
Genie-ADLA 是一個基於深度學習的甲基化（methylation）癌症早期偵測演算法，在 4,781 位參與者（16 種癌症）的驗證集中達到：
- 整體敏感性：63.43%，特異性：99.3%
- 相比傳統 XGBoost 模型，平均敏感性提升 4.86%
頭頸癌在甲基化 MCED（multiple cancer early detection，多癌種早期偵測）中的潛力在於：口腔和咽喉腫瘤的脫落 DNA 容易進入唾液和血液，理論上比腹腔深部腫瘤更容易被血液 cfDNA 偵測。甲基化模式（而非突變）作為偵測信號，還具有能定位組織來源的優勢——可以告訴你「這個信號來自頭頸部」，而不只是「有癌症存在」。
5-2. 大規模口腔癌篩查的系統性瓶頸（AB#3226）
這個摘要的重要性在於它提供了一個冷靜的現實check。Minnesota 的 HealthPartners 健康系統（服務 136 萬人）做了一個數學估算：如果要對白斑症（leukoplakia）和口腔扁平苔癬（oral lichen planus）做系統性篩查，每年需要 12,512 到 59,840 次就診，相當於每位現有 ENT 醫師增加 50% 工作量，或新增至少 6 位專職篩查人員。
這個數字的意義不是「篩查不可能」，而是說：任何口腔癌篩查策略，如果不能高度風險分層（靠生物標記），就會被資源壁壘擊垮。 唾液 cfDNA、AI 輔助視覺判讀、甲基化 MCED 這類工具，正是這個系統性瓶頸的技術答案——它們讓「先篩出哪些人真的需要全面評估」變得可能。
六、對藥廠的啟示：biomarker 策略必須從 Phase 1 就開始
整合以上的全景，AACR 2026 的 HNSCC biomarker 資料傳遞了一個清晰的訊息，尤其針對新藥開發者：
第一，p16/HPV 狀態不夠用了。 HPV- HNSCC 有 CXCL14 缺乏、T 細胞耗竭加深、獨特的 p53-cholesterol 依賴性——這些不同的分子背景，要求在試驗設計層面就做區隔，而不是在亞組分析中補救。
第二，液態活檢正在從 exploratory 走向 operational。 ctDNA clearance（腫瘤知情型）和唾液 fragmentome 已足夠成熟，可以納入 Phase II 試驗的入組標準和中間終點。
第三，AI 病理分析的 companion diagnostic 視窗正在開啟。 從 H&E 切片推導出比 CPS 更準的 checkpoint 預測分數，意味著 AI 病理分析可以作為幾乎不增加成本的 patient stratification 工具。它的 regulatory path 與傳統 IHC companion diagnostic 不同，但在 Phase II/III 試驗中作為 exploratory biomarker 的空間巨大。
第四，分子弱點開始可以被定義和利用。 p53 缺失的 SREBP 依賴性（fatostatin 敏感性）、PKA 驅動的 metformin 抗藥（NSAIDs 組合機會），都是從「這個病人有哪個突變」直接導向「這個病人應該用什麼藥」的 companion biomarker 邏輯。
HNSCC 從 p16 IHC 那個單一二分法的時代，走向了一個多層次的 biomarker 系統。對於還停留在「p16 陽性或陰性」框架做試驗設計的研究者來說，AACR 2026 是一個清楚的訊號：這個框架已經不夠了。
參考摘要
| AB# | 標題 | 核心貢獻 |
|---|---|---|
| AB#5395 | Targeting cholesterol pathways in p53 deficient HNSCC | p53缺失→SREBP依賴→fatostatin敏感性（2.7x差異） |
| AB#4569 | CRISPR screening reveals PKA-driven resistance to metformin | PKA/PGE2/COX2軸→metformin+NSAIDs協同 |
| AB#11204 | Phase I study of intratumoral microdevices in ACC | 同腫瘤內同時測試20種藥物的可行性 |
| AB#2264 | Genie-ADLA methylation-based MCED | 深度學習甲基化MCED，敏感性63.43%@99.3%特異性 |
| AB#3226 | Oral cancer screening feasibility in large healthcare system | 大規模篩查的系統容量瓶頸，需生物標記風險分層 |
| AB#6372 | TReg cell quantification by multiplex immunofluorescence | CCR8+FoxP3+ Treg精準定量pipeline（跨HNSCC/NSCLC/CRC/GEJ） |
| AB#2071 | Deep-learning CT biomarker in simulated Phase II NSCLC trials | AI CT評分預測OS（R²=0.35），power 60% vs BOR 35% |
本文根據 AACR 2026 年會摘要及 Apex AI Institute Head and Neck Cancer Briefing（2026-05-01）整理。
目標讀者：臨床腫瘤科醫師、藥廠醫學事務與臨床開發部門。