突破 Checkpoint 耐藥:HNSCC 的三條路線(AACR 2026)

Pembrolizumab 和 nivolumab 在 HNSCC 的應答率天花板是 20%,HPV-negative 的病人更慘。這個問題在 AACR 2026 沒有被單一解法解決,而是被三條機制上完全不同的路線同時攻擊——它們針對的是 checkpoint 失敗的三個不同原因,而不是同一個問題的三種答法。


一、問題定義:為什麼 80% 的 HNSCC 患者不回應 checkpoint

要理解 checkpoint 耐藥的解法,必須先精確理解「為什麼失敗」的機制分類。

Checkpoint inhibitor 的作用邏輯是:解除 PD-1/PD-L1 的制動,讓已存在於腫瘤微環境(TME)中的 T 細胞重新激活並殺傷腫瘤。這個邏輯的成立前提有三個:

[前提 1]  腫瘤微環境裡要有足夠的 T 細胞存在
[前提 2]  這些 T 細胞的耗竭狀態可以被逆轉
[前提 3]  除了 PD-1/PD-L1,沒有其他更強的抑制機制蓋過去

在 HNSCC 的失敗案例中,這三個前提各有可能不成立:

前提 1 失敗(冷腫瘤): 腫瘤微環境中 T 細胞浸潤稀少,腫瘤本身通過物理屏障(致密基質)或主動排除(CXCL 趨化因子缺失)把 T 細胞擋在外面。這類患者往往是 CPS 低分、HPV-negative、間質型。光解除 PD-1 制動沒有用,因為 T 細胞根本不在場。

前提 2 失敗(深度耗竭): T 細胞存在,但已經進入不可逆的終末耗竭(terminal exhaustion)狀態。慢性抗原刺激導致 T 細胞持續高度表達 PD-1 的同時,還同步上調了 TIGIT、LAG-3、TIM-3 等多重抑制性受體。單靶的 PD-1 阻斷解除了一個制動,但 TIGIT 等其他制動器仍在作用,T 細胞功能恢復不充分。

前提 3 失敗(microenvironment 主導的抑制): 即使有 T 細胞,腫瘤微環境中的 immunosuppressive 細胞(regulatory T cells,即 Treg;MDSCs;腫瘤相關巨噬細胞的 M2 型)産生的抑制信號足夠蓋過 checkpoint 解除的效果。Treg 特別在腫瘤內積累,通過 CTLA-4 機制消耗 B7 配體,進一步壓制效應 T 細胞。

HPV-negative 的特殊困境: AACR 2026 有 14 篇摘要確認了 HPV-negative HNSCC 具有獨特的 T cell 耗竭生物學。Single-cell 分析顯示,HPV-negative 腫瘤中 CXCL14 的趨化因子梯度不足,T 細胞向腫瘤的招募本就稀少;加上慢性暴露於腫瘤抗原,少數浸潤的 T 細胞也已走向深度耗竭。KEYNOTE-689 的亞組數據在 HPV-negative 患者中展現的有限療效,在分子機制上已有空間解釋。

三條解法,各自針對上述不同的失敗模式。


二、策略一:Bispecific Checkpoint Redesign

邏輯:同時封鎖兩個制動,解決深度耗竭

針對「前提 2 失敗」的解法——T 細胞在,但抑制機制太多——最直接的工程解法是在同一個分子上同時阻斷多個抑制性受體。

TIGIT(T cell immunoreceptor with immunoglobulin and ITIM domain)是在 PD-1 之後被臨床驗證最充分的共抑制受體。在 PD-1 高表達的 exhausted T 細胞上,TIGIT 幾乎同步上調——這不是偶然的,而是 exhaustion 程序的一部分。因此,如果一個患者的 T 細胞因 PD-1/TIGIT 雙重制動而耗竭,阻斷其中一個只能部分解除,必須兩個一起打才能充分恢復功能。

Rilvegostomig(AZD2936):HNSCC 數據的解讀(AB#7143)

Rilvegostomig(AZD2936,AstraZeneca)是一個單價雙特異性 IgG1 單株抗體,同時靶向 TIGIT 和 PD-1。與傳統抗體不同,它的 Fc 區帶有三點突變(triple Fc mutation)消除了 Fc 效應功能,這個設計是為了避免 anti-PD-1 端的 Fc 功能誤殺 PD-1 陽性的 T 細胞。

AstraZeneca 在 AACR 2026 展示了以下關鍵數據(AB#7143):

Ex vivo 腫瘤外植體(tumor explant)測試: 收集 42 個新診斷 HNSCC 患者的新鮮手術切除腫瘤,在 3D 平台培養後測試藥物。Anti-PD-1 單藥觸發免疫激活(以 IFN-γ 定量)的樣本比例為 9.5%,與 KEYNOTE-689 的 major pathological response rate 高度吻合,驗證了平台的預測性。Rilvegostomig 在相同平台的免疫激活率為 28.6%——約為 anti-PD-1 的三倍。

這個差距不是小數字。如果 ex vivo 到臨床的換算關係成立(以 anti-PD-1 數據的吻合性作為校準),28.6% 的免疫激活率可能預示 rilvegostomig 在 HNSCC 的應答率顯著高於目前的 checkpoint 標準。

解剖部位的差異: Rilvegostomig 的活性在口腔癌(oral cavity)樣本中應答率最高,在其他解剖部位也有廣泛活性。這對試驗設計有意涵——患者選擇可能不需要依賴單一解剖部位,有利於 phase III 的入組速度。

Humanized mouse model 驗證: 使用 CD34+ 人類造血幹細胞嵌合小鼠建立的口腔癌 HNSCC 模型中,anti-PD-1 單藥對腫瘤生長僅有溫和抑制效果;rilvegostomig 則産生顯著的腫瘤生長抑制。動物模型與 ex vivo 結果一致。

Baseline 相關因子分析: 初步數據指出,能預測 rilvegostomig(但非 anti-PD-1)活性的 baseline 特徵包括特定的 T 細胞表型組成和 spatial immune architecture——這個方向如果在後續試驗中精確化,可能提供一個選出最可能應答患者的 biomarker 策略。

TIGIT/PD-1 雙靶阻斷的機制優勢:Single-cell Spatial Profiling 的視角

理解 rilvegostomig 為何有效,需要借助 AACR 2026 另一波 spatial transcriptomics 研究提供的微觀地圖。

在 HPV-negative HNSCC 的 single-cell RNA sequencing 和空間基因表達分析中,腫瘤浸潤 T 細胞呈現出「分層耗竭(layered exhaustion)」的特徵:

  • 在腫瘤周邊,有一批 progenitor-like exhausted T 細胞(TOX-low、TCF1+),這些是 anti-PD-1 能夠挽救的靶細胞
  • 在腫瘤核心,慢性抗原刺激的 T 細胞已走向終末耗竭(TOX-high、PD-1+TIGIT+ co-expression),anti-PD-1 對這群細胞的挽救效果有限

CXCL14(趨化因子,負責招募 T 細胞向腫瘤遷移)在 HPV-negative 腫瘤中的表達顯著低於 HPV-positive,這解釋了 HPV-negative 患者 T 細胞浸潤稀少的根因。在 TIGIT+PD-1 共表達的腫瘤核心耗竭 T 細胞上,同時阻斷這兩個受體才能充分恢復信號傳遞能力。

Rilvegostomig 的設計因此契合了 spatial profiling 揭示的這個雙重制動機制。


三、策略二:腫瘤微環境的局部重程序化

邏輯:冷腫瘤不缺 T 細胞鑰匙,缺的是讓 T 細胞進來的門

對「前提 1 失敗」(冷腫瘤,T 細胞根本不在場)的患者,解除制動是無效的。這類患者需要的是把腫瘤環境從排斥免疫轉變為容納免疫——業界稱之為「冷轉熱(cold to hot)」。

Interleukin-12(IL-12)是最強效的 T 細胞激活細胞因子之一,能同時促進 T 細胞和 NK 細胞激活,誘導 IFN-γ 産生,並增強抗原呈現。在動物模型中,IL-12 已被多次證明能將冷腫瘤轉為熱腫瘤,并與 checkpoint inhibitor 産生強烈的協同效應。

問題在於:全身性給予 IL-12 的臨床開發歷史非常慘烈。1990 年代的早期臨床試驗中,高劑量 IL-12 導致嚴重的全身炎症反應(毒性死亡),讓這個極有潛力的細胞因子幾乎被放棄。

KGX101:把 IL-12 裝進「腫瘤鎖定的保險箱」(AB#10358)

KGX101(KangaBio,上海)的設計解法是prodrug 邏輯:把 IL-12 設計成一個「被遮蔽的 prodrug」,只有在腫瘤微環境特有的蛋白酶存在時,遮蔽罩(mask)才被切除,IL-12 才在局部激活。在循環血液中,KGX101 維持失活狀態,大幅降低全身毒性。

Phase I 首批人體數據(AB#10358):

這是 KGX101 的首次人體試驗(FIH),在晚期黑色素瘤患者中進行(切皮膚、黏膜、肢端亞型均納入)。劑量爬坡從 3μg/kg 到 12μg/kg(四個劑量組),截至 2025 年 10 月共入組 16 名受試者。

安全性: 絕大多數不良事件為 Grade 1-2。Grade 3 以上的主要為一過性白血球減少(31%)、ALT/AST 上升(12.5%)、一過性嗜中性球減少(6.3%)和發燒(6.3%)。多數 Grade 3 AE 可逆且能繼續治療。最高劑量組的一名患者因 Grade 3 AE 停藥,是唯一的劑量限制性毒性(DLT)。整體毒性顯著低於歷史上全身性 IL-12 的臨床記錄。

免疫機制證據: 外周血流式分析提供了機制驗證的兩個鏡像案例:

  • 受試者 01001(基線 PD-1+CD8+ T 細胞比例高達 ~80%,代表高度耗竭狀態):用藥後 PD-1+CD8+ T 細胞逐步下降,提示藥物阻斷了 T 細胞耗竭通路,恢復 T 細胞功能
  • 受試者 01004(基線 PD-1+CD8+ T 細胞比例極低 ~5%,代表冷腫瘤/T 細胞稀少):用藥後 CD8+ T 細胞比例顯著上升,提示藥物成功招募了 T 細胞浸潤,將冷腫瘤轉為熱腫瘤

初步療效: 16 名受試者中 10 名完成至少一次基線後腫瘤評估,最佳療效包括 1 PR(部分緩解)和 6 SD(疾病穩定)。

對 HNSCC 的規劃: KGX101 的擴展期(expansion phase)計劃聚焦「免疫熱」固態腫瘤,其中明確點名 HNSCC 和 NSCLC。設計邏輯是:在已知腫瘤微環境有一定 T 細胞浸潤的癌種,IL-12 prodrug 能推一把已有潛力的免疫反應;同時探索與 anti-PD-L1 的組合。

HDAC 抑制與 IL-12 的協同:表觀遺傳重程序化的配角

除了 KGX101 的直接 IL-12 補充路徑,AAI briefing 指出 AACR 2026 另有資料顯示 HDAC 抑制(histone deacetylase inhibitor)能在冷腫瘤中增強 IL-12 的效果。HDAC inhibitor 的機制是鬆開腫瘤細胞的表觀遺傳「緘默」,重新開放免疫相關基因的表達,讓腫瘤細胞更容易被免疫系統識別。

IL-12 + HDAC 抑制的組合因此形成了一個「雙管齊下」的局部重程序化方案:HDAC inhibitor 讓腫瘤細胞可見,IL-12 把 T 細胞帶進來並激活。這個組合在 checkpoint-refractory 模型中的活性報告,為 HNSCC 的後線試驗設計提供了一個值得探索的組合框架。


四、策略三:ADC 誘發的免疫重啟

邏輯:用化療的「副產品」點燃免疫之火

這條策略的哲學最為間接,但機制上有紮實的基礎:某些細胞毒 payload 在殺死腫瘤細胞時,會以一種特殊的「顯眼」方式死亡——即免疫原性細胞死亡(immunogenic cell death, ICD)。

ICD 的定義是腫瘤細胞凋亡時同步釋放「危險信號」(damage-associated molecular patterns, DAMPs),包括 calreticulin 暴露到細胞表面(作為「吃我」信號招募樹突細胞)、HMGB1 和 ATP 分泌(激活周圍的先天免疫)。這些信號等同於腫瘤在死亡時「主動拉響警報」,讓免疫系統感知到腫瘤的存在並啟動適應性免疫。

換言之,ICD-inducing ADC 的作用不只是「殺死腫瘤細胞」,而是在殺死的同時「展示腫瘤的面目」給免疫系統看——這個「展示」動作,有可能打破冷腫瘤的免疫屏障,讓之前對 checkpoint inhibitor 無感應的患者腫瘤微環境被重新激活。

哪些 Payload 是 ICD Inducers?

在 HNSCC pipeline 的 ADC 語境下,以下 payload 類別被認為具有 ICD 誘導潛力:

  • 拓樸異構酶 I 抑制劑(Topo-1i)(DXd、exatecan):已有臨床證據顯示 T-DXd 在部分患者中可能增強腫瘤免疫浸潤,機制上部分來自 ICD 效應。LUA005 使用的 proprietary topo-1i payload、VBC101 使用的 exatecan 均屬此類。
  • DNA 損傷誘發型 payload(MMAE 對部分細胞類型、camptothecin 衍生物):通過 DNA 雙股斷裂誘發 cGAS-STING 通路激活,促進 IFN-β 分泌,增強抗原呈現。

ADC + Checkpoint Inhibitor:組合的設計邏輯

在現有 HNSCC 試驗設計中,ADC 作為「免疫引爆器(immune primer)」的組合邏輯如下:

Stage 1: ADC 給藥
         ↓
    腫瘤細胞 ICD 殺傷
         ↓
    DAMPs 釋放 + 抗原暴露
         ↓
    DC 激活 + TME 重塑(冷 → 熱)

Stage 2: Checkpoint Inhibitor 跟進
         ↓
    解除 PD-1/TIGIT 制動
         ↓
    TME 已熱 → T 細胞功能充分釋放

這個序列設計的關鍵假說是:ADC 先「創造條件」,checkpoint inhibitor 後「利用條件」。在 ADC 單藥或 checkpoint inhibitor 單藥都不夠有效的患者群體中,序列或同步組合可能協同産生突破。

在 AACR 2026 的 HNSCC 脈絡下,LUA006(EGFR/B7-H3 + dual payload)的 dual payload 設計中,選擇互補機制作用機制的考量之一,就是確保至少一種 payload 具有 ICD 潛力(AB#5782)。STRO-227 的雙 payload 設計同樣考慮了 payload 的 immunogenic 互補性。


五、三條路線不競爭同一個病人

這是理解 AACR 2026 checkpoint 耐藥策略格局的核心洞見:三條路線針對的是 checkpoint 失敗的三個不同機制,因此它們在臨床上不是相互競爭,而是針對不同的患者亞群。

Checkpoint 失敗原因              對應策略

前提 2 失敗:                    策略一
T 細胞存在但多重制動              Rilvegostomig
(PD-1+TIGIT co-expression)     PD-1 + TIGIT 同時阻斷
─────────────────────────────────────────────────────
前提 1 失敗:                    策略二
冷腫瘤,T 細胞稀少                KGX101 IL-12 prodrug
(CXCL14 缺失,T 細胞排除)       + HDAC 抑制
─────────────────────────────────────────────────────
前提 1+2 混合失敗:              策略三
腫瘤抗原呈現不足                  ICD-inducing ADC
(checkpoint 未啟動免疫循環)      重啟免疫原性

在未來的 HNSCC 試驗設計中,對患者進行「checkpoint 失敗模式分類」(用 spatial transcriptomics、TME profiling、IFN-γ 通路基因表達等)將是選擇正確策略的前提。對藥廠而言,試驗中的 exploratory biomarker 計劃應從第一天起就設計來回答「這個患者是哪種 checkpoint 失敗模式」的問題。


六、GIGA-564:Intratumoral Treg 清除的第四條線(AB#9733)

在三條主要策略之外,GIGA-564 代表了一個機制上稍有不同但同樣重要的免疫靶點:腫瘤內 regulatory T cell(Treg)的清除。

Anti-CTLA-4 的機制再思考

傳統 anti-CTLA-4(ipilimumab)的設計邏輯是阻斷 CTLA-4 與 B7 配體的結合,從而增強 T 細胞共刺激信號。但臨床前研究揭示,anti-CTLA-4 的腫瘤內療效其實主要來自 Fc 受體依賴的 Treg 清除——腫瘤內高度積累的 CTLA-4+ Treg 被抗體標記後,被腫瘤相關巨噬細胞等 Fc-receptor 陽性細胞通過 ADCC/ADCP 清除。

這個機制發現有一個矛盾的推論:強力阻斷 CTLA-4-B7 結合反而可能適得其反,因為 CTLA-4 阻斷也會同步激活全身性 T 細胞,産生 irAE(免疫相關不良事件)。如果主要療效來自 Treg 清除而非 T 細胞共刺激增強,那麼一個「只清除 Treg、不強力阻斷 B7 結合」的 anti-CTLA-4 設計,理論上能維持療效、同時降低全身毒性。

GIGA-564 的設計邏輯

GIGA-564(GigaGen/Grifols)是一個具有最小 B7 阻斷能力的 anti-CTLA-4 單株抗體。它保留了 Fc 效應功能(ADCC/ADCP),因此在腫瘤內能有效清除 Treg;但由於不強力阻斷 CTLA-4-B7 的結合,它避免了 ipilimumab 的全身性 T 細胞過度激活。

這個設計的類比:ipilimumab 像「踩油門解除全身制動」,GIGA-564 像「只清除腫瘤現場的警衛」——後者更精準,副作用更小。

Phase 1a/1b 初步數據(AB#9733)

截至 2025 年 10 月,GIGA-564 首次人體試驗(NCT06258304)已入組 21 名受試者(劑量從 0.3 至 20 mg/kg,Phase 1a 五個劑量組 + Phase 1b 擴展組)。

癌種分佈: 結直腸癌(57.1%)和頭頸癌(14.3%,n=3)為主要入組癌種,這個分佈本身就是 GIGA-564 的靶患者定位線索——CTLA-4/Treg 機制在微環境 Treg 積累嚴重的癌種中最相關,而 HNSCC 和 CRC 都以 Treg 浸潤明顯著稱。

安全性: TRAE(治療相關不良事件)發生率 33%(n=7),Grade 3-4 TRAE 僅 9.5%(n=2)。常見 TRAE:皮疹(14.3%)、貧血(9.5%)、甲狀腺功能亢進(9.5%)。20mg/kg 劑量組出現兩例嚴重 TRAE(Grade 3 肺炎和 Grade 4 甲亢,其中甲亢為唯一 DLT)。整體毒性顯著低於 ipilimumab 的歷史毒性資料。

療效信號: 14 名可評估療效患者中,未確認 ORR 為 14.3%(n=2);DCR(疾病控制率 = CR+PR+SD)為 57.1%(n=8),另有 2 名患者達到 minor response(腫瘤縮小 ≥20% 但不符合 PR 定義)。已確認 1 例 PR。

機制驗證計劃: Phase 1b 要求所有患者提供治療前後的腫瘤活檢,用於分析 TME 中 Treg 變化和免疫細胞重塑——這個設計會提供直接的 intratumoral Treg 清除機制證據。

GIGA-564 在 HNSCC 策略版圖的定位

GIGA-564 的 Treg 清除機制讓它在策略上最接近「前提 3 失敗」的解法:TME 中的 immunosuppressive cells(特別是 Treg)壓制了效應 T 細胞的功能。但它與其他三條策略的關係更像是「清除障礙物」——在 Treg 被清除後,腫瘤微環境更適合讓 rilvegostomig 的 T 細胞激活(策略一)或 KGX101 招募的 T 細胞(策略二)發揮作用。

換言之,GIGA-564 最可能的最終定位是組合夥伴,而非單藥終線治療——它清除了 Treg 的免疫抑制,然後讓其他機制的藥物接力完成殺傷。


七、臨床試驗設計的建議框架

綜合以上分析,對希望在 checkpoint-refractory HNSCC 設計臨床試驗的團隊,AACR 2026 的數據支持以下框架:

患者分層(Biomarker Stratification)

在試驗入組前,應至少收集以下 baseline 資訊:

  1. TME immune phenotype:熱/冷/免疫排除型(可用 CD8+ T 細胞空間分佈、PD-L1 CPS 評分、IFN-γ gene signature)
  2. TIGIT/PD-1 co-expression:腫瘤浸潤 T 細胞的共抑制受體 landscape(flow cytometry 或 IHC)
  3. Treg 密度:FOXP3+ Treg 在腫瘤內的浸潤程度(IHC)
  4. HPV status:雖非新指標,但仍是分層的基礎變數,因為 HPV-negative 患者的 T 細胞 biology 根本不同

組合策略的機制配對

患者表型主推策略合理的組合夥伴
T 細胞在場 + PD-1/TIGIT 雙陽性Rilvegostomig± GIGA-564(清 Treg)
冷腫瘤(CD8+ 稀少)KGX101 IL-12 prodrug+ anti-PD-L1 組合
低抗原呈現 + TME 免疫靜默ICD-inducing ADC+ checkpoint inhibitor 序列
Treg 高浸潤(任意 T cell 類型)GIGA-564搭配任一免疫激活劑

試驗終點的進化需求

目前大多數 HNSCC checkpoint 試驗仍以 ORR、PFS 作為主要終點,以 CPS 作為 biomarker 分層。AACR 2026 的數據支持以下探索性終點的加入:

  • Major pathological response(mPR) 在新輔助設計中,作為 OS 的代理終點
  • IFN-γ gene signatureT cell exhaustion score 作為 on-treatment 的免疫激活指標
  • Spatial TME profiling(基線 vs 第 8 週 biopsy) 作為機制確認的 correlative endpoint

八、結論:三條路線的互補,不是競爭

AACR 2026 給 checkpoint-refractory HNSCC 帶來的最重要洞見,不是某一個藥物的突破,而是一個問題框架的轉型:不再把「checkpoint 無效」當作一個統一的失敗狀態,而是把它分解成三個機制上可分辨、可分別對治的失敗模式。

Rilvegostomig 解決的是 T 細胞被多重制動鎖住的問題;KGX101 解決的是 T 細胞根本不在現場的問題;ICD-inducing ADC 解決的是免疫循環從未啟動的問題;GIGA-564 清除的是讓所有策略都被壓制的 Treg 屏障。

這四個程式不會搶同一個患者。未來的 HNSCC 精準免疫腫瘤學,很可能需要一個「checkpoint 失敗模式分型」的 companion diagnostic,在患者入組前先確定他們屬於哪種失敗模式,再分配到對應的機制策略。這個分型工具還不存在,但 AACR 2026 的數據已經為它的開發提供了生物學依據。


附錄:本文引用之 AACR 2026 摘要

摘要藥物/主題在本文的角色
AB#7143Rilvegostomig(PD-1/TIGIT bispecific)策略一主角:28.6% 免疫激活率,ex vivo + mouse model
AB#10358KGX101(IL-12 prodrug,Phase I FIH)策略二主角:FIH 安全性數據 + 冷轉熱機制證據
AB#5782LUA006(EGFR/B7-H3 bispecific ADC + dual payload)策略三範例:dual payload 覆蓋 ICD 誘發路徑
AB#9733GIGA-564(intratumoral Treg-depleting anti-CTLA-4)第四條線:Treg 清除 + 低毒設計,14.3% ORR
AB#3481IL-1α → EGFR TKI 耐藥checkpoint 耐藥背景:炎症微環境對耐藥的作用
AB#5294LUA005(EGFR/cMET bispecific ADC)策略三 ADC 範例:ICD 潛力 payload 設計

撰稿:Apex AI Institute Wiki 工作組 | 來源:AACR 2026 摘要資料庫 + AAI HNSCC Briefing(2026-05-01)