5001拉斯维加斯

      缴费及信息查询

      友情提示 :请输入身份证号或有效电话

      首页 > 新闻资讯 > 正文

      Nature综述| 最全 !临床受益的免疫检查点 ,码住收藏

      2024-08-26    点击量 :994


      自十多年前靶向CTLA4的伊匹木单抗(Ipilimumab)首次用于转移性黑色素瘤以来,免疫检查点抑制剂(ICIs)的研究和应用可谓如火如荼,如今,至少有8种ICI和35种基于ICI的联合免疫疗法获得FDA批准 。对于选择ICI治疗的患者来说,准确的生物标志物既能最大化治疗效果,又能减少不良反应。本篇文章来自 nature reviews cancer,全面总结了用于预测ICI反应或耐药的各类生物标志物(图1) ,以及当前的挑战和进展。

      图1 实体肿瘤免疫检查点抑制剂的预测性生物标志物



        01  

       静态生物标志物

      程序性细胞死亡蛋白(PD1)通过与其两个配体——PDL1和PDL2的相互作用负向调节T细胞的免疫活性 。PD1和PDL1的单克隆抗体已被FDA批准用于各种癌症类型(图2)。通过对肿瘤组织进行PDL1的免疫组化(IHC) ,进行TPS评分 ,即在任何强度下显示部分或完全膜染色的活肿瘤细胞的百分比,最初被FDA批准作为晚期非小细胞肺癌(NSCLC)的伴随诊断测试 。

      图2 NSCLC的免疫治疗

      但是,由于各种原因,PDL1作为预测ICIs反应的生物标志物的广泛应用受到限制。首先 ,最有可能从治疗中受益的队列临界值因癌症类型而异 。其次 ,评估PDL1表达的细胞群也因癌症类型而异,其中包括肿瘤细胞、免疫细胞或两者组合 。再次,许多癌症类型在PDL1表达与免疫治疗应答之间几乎没有相关性。最后 ,在同一患者中,PDL1在不同肿瘤病变中,甚至在同一肿瘤中表达不一致。

      免疫治疗是否有反应主要看T细胞能否识别新抗原。目前,从肿瘤组织和循环肿瘤DNA (ctDNA)中获得样本 ,进行下一代测序(NGS),可以测量肿瘤突变负荷(TMB。TMB强弱取决于多种因素 ,包括:肿瘤呈现的肿瘤新抗原;肿瘤新抗原被免疫系统识别;宿主产生抗原特异性反应的能力等。

      基于组织生物标志物具有一下局限性:①分析方法的局限性 ;②生物标志物的准确性和一致性;③肿瘤的异质性;④患者的异质性。因此,需要寻找新的生物标志物 。


      02  

       动态生物标志物

      由于生物标志物的表达可能会随着时间的推移和治疗进程而改变,因此 ,对肿瘤和免疫生物学的静态、单一评估是不够真实的。几项研究表明 ,当治疗前和治疗后的样本一起纳入时,与ICI治疗相关的反应/无反应变化更易识别,这说明了动态而非静态生物标志物的重要性 。

      1. 低侵入性动态生物标志物

      动态进行组织取样具有局限性 ,因此,基于血液的分析被认为是一种更适合纵向评估的模式。其易于获取,并发症风险较低 ,侵入性小 ,患者的疼痛更少,可以广泛应用,更具有成本效益。这种方法还具有对个体内所有肿瘤病变进行生物学评估的优势(反映的是平均读数,而不是特定部位的读数) ,因此可以很好地评估与治疗相关的系统动态变化 。

      2. 放射组学作为预测因子

      通过使用非侵入性生物标志物(如影像数据),也可以克服基于组织活检的局限性。成像生物标志物的优点是能够可视化任何时间点、任何转移潜在部位的肿瘤 ,因此它们可以在未来作为非侵入性动态生物标志物发挥作用。

      3. 肠道微生物组生物标志物

      大量研究表明,特定的肠道微生物组与各种癌症类型的ICI反应显著相关。四项宏基因组研究的荟萃分析证明某些细菌分类群、代谢组学途径的富集与黑色素瘤患者的ICI反应显著相关(图3)。此外,新的机器学习模型已经能够将特定细菌属与免疫治疗反应联系起来。其他研究甚至揭示了单个细菌类群能正向或负向调节宿主免疫系统,从而在癌细胞免疫逃逸方面发挥作用 。

      图3 黑色素瘤示意图


      03  

      患者特异性的生物标志物

      随着新辅助治疗方法的发展,新的试验如PRADO试验,纳入了患者特异性病理反应数据,来确定下一步的临床干预措施。
      离体肿瘤模型也具有预测患者特异性反应的潜力。与用于血液系统恶性肿瘤药物反应分析的体外平台相反,实体肿瘤由于其特定的肿瘤微结构和肿瘤-免疫相互作用,不能通过简单的肿瘤细胞培养轻易复制 。而患者来源的肿瘤球体 、类器官或芯片上的器官可以克服此难点 ,因为它们不仅可以通过自体肿瘤细胞,还可以通过结合淋巴细胞和髓细胞免疫群体来以验证ICI反应 ,具有患者特异性 ,能够重建更精确的3D环境。


      04  

      当前进展

      目前,多机构、多国别合作整合不同时间点的多个来源的数据 ,通过机器学习构建框架 ,为识别和验证更精细的生物标志物奠定基础。迄今为止已发表的(表1)和进行中的研究(表2)如下表:
      表1 免疫检查点抑制剂反应的预测性生物标志物已发表研究


      表2 免疫检查点抑制剂反应的预测性生物标志物的在研试验

       

       

       05  

       结语


      目前有各种各样的肿瘤生物标志物正在试验中,随着5001拉斯维加斯向精准医学时代的过渡,个体患者水平的预测分析终将实现 。理想的生物标志物预测模型将通过整合肿瘤 、免疫微环境和宿主因素 ,提供肿瘤反应或进展的动态评估信息。


      Ref.
      [1] Dirk, Schadendorf, Stephen F ,et al.Pooled Analysis of Long-Term Survival Data From Phase II and Phase III Trials of Ipilimumab in Unresectable or Metastatic Melanoma.[J].Journal of clinical oncology : official journal of the American Society of Clinical Oncology, 2015.DOI:10.1200/JCO.2014.56.2736.
      [2] Oaknin A , Gilbert L , Tinker A V ,et al.SAFETY AND ANTITUMOR ACTIVITY OF DOSTARLIMAB IN PATIENTS (PTS) WITH ADVANCED OR RECURRENT DNA MISMATCH REPAIR DEFICIENT (DMMR) OR PROFICIENT (MMRP) ENDOMETRIAL CANCER (EC): RESULTS FROM THE GARNET STUDY[J].International journal of gynecological cancer: official journal of the International Gynecological Cancer Society, 2020(suppl.4):30.
      [3] Kasherman L , Ahrari S , Lheureux S .Dostarlimab in the treatment of recurrent or primary advanced endometrial cancer[J].Future Oncology, 2021, 17(8):877-892.DOI:10.2217/fon-2020-0655.
      [4] Hendry S , Byrne D J , Wright G M ,et al.Comparison of Four PD-L1 Immunohistochemical Assays in Lung Cancer[J].Journal of Thoracic Oncology, 2017:S155608641733054X.DOI:10.1016/j.jtho.2017.11.112.
      [5] Deng L , Langley R J , Brown P H ,et al.Structural basis for the recognition of mutant self by a tumor-specific, MHC class II-restricted T cell receptor.[J].Nature Immunology, 2007, 8(4):398.DOI:10.1038/ni1447.

      [6] Ss F , Sade-Feldman M , Kim J ,et al.Combined tumor and immune signals from genomes or transcriptomes predict outcomes of checkpoint inhibition in melanoma[J].Cell reports. Medicine, 2022, 3(2):100500.DOI:10.1101/2021.07.03.450733.


        XML地图