berita

Imunoterapi telah membawa perubahan revolusioner kepada rawatan tumor malignan, tetapi masih terdapat beberapa pesakit yang tidak mendapat manfaat. Oleh itu, biomarker yang sesuai diperlukan segera dalam aplikasi klinikal untuk meramalkan keberkesanan imunoterapi, untuk memaksimumkan keberkesanan dan mengelakkan ketoksikan yang tidak perlu.

Biomarker yang diluluskan oleh FDA

Ungkapan PD-L1. Penilaian tahap ekspresi PD-L1 oleh imunohistokimia (IHC) menghasilkan skor perkadaran tumor (TPS), iaitu peratusan sel tumor bernoda membran sebahagian atau sepenuhnya daripada sebarang keamatan dalam sel tumor yang masih hidup. Dalam ujian klinikal, ujian ini berfungsi sebagai ujian diagnostik tambahan untuk rawatan kanser paru-paru bukan sel kecil lanjutan (NSCLC) dengan pembrolizumab. Jika TPS sampel ialah ≥ 1%, ungkapan PD-L1 dipertimbangkan; TPS ≥ 50% menunjukkan ekspresi tinggi PD-L1. Dalam percubaan Fasa 1 awal (KEYNOTE-001), kadar tindak balas pesakit dalam subkumpulan PD-L1 TPS>50% menggunakan pembrolizumab ialah 45.2%, manakala tanpa mengira TPS, kadar tindak balas semua pesakit yang menerima rawatan perencat pusat pemeriksaan imun (ICI) ini ialah 19.4%. Percubaan fasa 2/3 berikutnya (KEYNOTE-024) secara rawak menugaskan pesakit dengan PD-L1 TPS> 50% untuk menerima pembrolizumab dan kemoterapi standard, dan hasilnya menunjukkan peningkatan yang ketara dalam keseluruhan survival (OS) pada pesakit yang menerima rawatan pembrolizumab.

Walau bagaimanapun, penggunaan PD-L1 dalam meramalkan tindak balas ICI adalah terhad oleh pelbagai faktor. Pertama, ambang optimum untuk jenis kanser berbeza-beza. Sebagai contoh, Pabolizumab boleh digunakan apabila ekspresi tumor PD-L1 pesakit dengan kanser gastrik, kanser esofagus, kanser pundi kencing dan kanser paru-paru masing-masing adalah 1%, 10% dan 50%. Kedua, menilai populasi sel ekspresi PD-L1 berbeza-beza bergantung pada jenis kanser. Sebagai contoh, rawatan karsinoma sel skuamosa berulang atau metastatik pada kepala dan leher boleh memilih untuk menggunakan kaedah ujian lain yang diluluskan oleh FDA, Skor Positif Komprehensif (CPS). Ketiga, hampir tiada korelasi antara ekspresi PD-L1 dalam pelbagai kanser dan tindak balas ICI, menunjukkan bahawa latar belakang tumor mungkin menjadi faktor utama dalam meramalkan biomarker ICI. Sebagai contoh, menurut keputusan ujian CheckMate-067, nilai ramalan negatif ekspresi PD-L1 dalam melanoma hanya 45%. Akhir sekali, pelbagai kajian mendapati bahawa ekspresi PD-L1 tidak konsisten merentas lesi tumor yang berbeza dalam satu pesakit, walaupun dalam tumor yang sama. Ringkasnya, walaupun ujian klinikal awal NSCLC mendorong penyelidikan mengenai ekspresi PD-L1 sebagai kemungkinan biomarker ramalan, utiliti klinikalnya dalam pelbagai jenis kanser masih tidak jelas.

Beban mutasi tumor. Beban Mutasi Tumor (TMB) telah digunakan sebagai penunjuk alternatif imunogenisiti tumor. Menurut keputusan percubaan klinikal KEYNOTE-158, antara 10 jenis tumor pepejal lanjutan yang dirawat dengan pembrolizumab, pesakit dengan sekurang-kurangnya 10 mutasi setiap megabase (TMB tinggi) mempunyai kadar tindak balas yang lebih tinggi daripada mereka yang mempunyai TMB rendah. Perlu diingat bahawa dalam kajian ini, TMB adalah peramal PFS, tetapi ia tidak dapat meramalkan OS.

Tindak balas terapi imun terutamanya didorong oleh pengiktirafan sel T terhadap antigen baru. Imunogenisiti yang dikaitkan dengan TMB yang lebih tinggi juga bergantung kepada pelbagai faktor, termasuk neoantigen tumor yang ditunjukkan oleh tumor; Sistem imun mengenali neoantigen tumor; Keupayaan perumah untuk memulakan tindak balas khusus antigen. Sebagai contoh, data mencadangkan bahawa tumor dengan penyusupan tertinggi beberapa sel imun sebenarnya mungkin mempunyai penguatan klon sel T (Treg) pengawalseliaan yang menghalang. Di samping itu, julat TMB mungkin berbeza daripada potensi neoantigen TMB, kerana tapak mutasi yang tepat juga memainkan peranan penting; Mutasi yang menjadi pengantara laluan pembentangan antigen yang berbeza boleh menjejaskan pembentangan (atau bukan pembentangan) antigen baharu kepada sistem imun, menunjukkan bahawa ciri intrinsik dan imunologi tumor mestilah konsisten untuk menghasilkan tindak balas ICI yang optimum.

Pada masa ini, TMB diukur melalui penjujukan generasi akan datang (NGS), yang mungkin berbeza antara institusi berbeza (dalaman) atau platform komersial yang digunakan. NGS termasuk penjujukan keseluruhan exome (WES), penjujukan genom keseluruhan dan penjujukan yang disasarkan, yang boleh diperoleh daripada tisu tumor dan DNA tumor yang beredar (ctDNA). Perlu diingat bahawa pelbagai jenis tumor mempunyai pelbagai TMB, dengan tumor imunogenik seperti melanoma, NSCLC, dan karsinoma sel skuamosa yang mempunyai tahap TMB tertinggi. Begitu juga, kaedah pengesanan yang direka untuk jenis tumor yang berbeza mempunyai takrifan nilai ambang TMB yang berbeza. Dalam kajian NSCLC, melanoma, karsinoma urothelial dan kanser paru-paru sel kecil, kaedah pengesanan ini menggunakan kaedah analisis yang berbeza (seperti pengesanan WES atau PCR untuk bilangan gen tertentu yang berkaitan) dan ambang (TMB tinggi atau TMB rendah).

Mikrosatelit sangat tidak stabil. Mikrosatelit sangat tidak stabil (MSI-H), sebagai biomarker kanser pan untuk tindak balas ICI, mempunyai prestasi cemerlang dalam meramalkan keberkesanan ICI dalam pelbagai jenis kanser. MSI-H adalah hasil daripada kecacatan pembaikan tidak sepadan (dMMR), yang membawa kepada kadar mutasi yang tinggi, terutamanya di kawasan mikrosatelit, mengakibatkan pengeluaran sejumlah besar antigen baharu dan akhirnya mencetuskan tindak balas imun klon. Disebabkan oleh beban mutasi yang tinggi yang disebabkan oleh dMMR, tumor MSI-H boleh dianggap sebagai sejenis tumor beban mutasi tinggi (TMB). Berdasarkan keputusan percubaan klinikal KEYNOTE-164 dan KEYNOTE-158, FDA telah meluluskan pembrolizumab untuk rawatan tumor MSI-H atau dMMR. Ini adalah salah satu ubat kanser pan pertama yang diluluskan oleh FDA didorong oleh biologi tumor dan bukannya histologi.

Walaupun kejayaan yang ketara, terdapat juga isu yang perlu diberi perhatian apabila menggunakan status MSI. Sebagai contoh, sehingga 50% pesakit kanser kolorektal dMMR tidak mempunyai tindak balas terhadap rawatan ICI, menonjolkan kepentingan ciri lain dalam meramalkan tindak balas. Ciri intrinsik tumor lain yang tidak dapat dinilai oleh platform pengesanan semasa mungkin menjadi faktor penyumbang. Sebagai contoh, terdapat laporan bahawa pesakit dengan mutasi dalam gen yang mengekodkan subunit pemangkin penting polimerase delta (POLD) atau polimerase ε (POLE) di rantau DNA kekurangan kesetiaan replikasi dan mempamerkan fenotip "mutasi super" dalam tumor mereka. Sesetengah tumor ini telah meningkatkan ketidakstabilan mikrosatelit dengan ketara (oleh itu milik MSI-H), tetapi protein pembaikan yang tidak sepadan tidak kekurangan (oleh itu bukan dMMR).

Selain itu, sama dengan TMB, MSI-H juga dipengaruhi oleh jenis antigen baharu yang dijana oleh ketidakstabilan mikrosatelit, pengecaman hos bagi jenis antigen baharu, dan tindak balas sistem imun hos. Malah dalam tumor jenis MSI-H, sejumlah besar mutasi nukleotida tunggal telah dikenal pasti sebagai mutasi penumpang (mutasi bukan pemandu). Oleh itu, bergantung semata-mata pada bilangan mikrosatelit yang dikenal pasti dalam tumor tidak mencukupi; Jenis mutasi sebenar (dikenal pasti melalui profil mutasi tertentu) boleh meningkatkan prestasi ramalan biomarker ini. Di samping itu, hanya sebahagian kecil pesakit kanser tergolong dalam tumor MSI-H, menunjukkan keperluan semasa untuk penanda bio yang lebih meluas. Oleh itu, mengenal pasti biomarker berkesan lain untuk meramalkan keberkesanan dan membimbing pengurusan pesakit kekal sebagai bidang penyelidikan yang penting.

Penyelidikan biomarker berasaskan organisasi

Memandangkan mekanisme tindakan ICI adalah untuk membalikkan penindasan sel imun dan bukannya menyasarkan secara langsung laluan intrinsik sel tumor, penyelidikan lanjut harus memberi tumpuan kepada menganalisis secara sistematik persekitaran pertumbuhan tumor dan interaksi antara sel tumor dan sel imun, yang boleh membantu menjelaskan faktor yang mempengaruhi tindak balas ICI. Banyak kumpulan penyelidikan telah mengkaji tumor atau ciri imun jenis tisu tertentu, seperti tumor dan ciri mutasi gen imun, defisit pembentangan antigen tumor, atau pusat atau agregat imun multiselular (seperti struktur limfoid tertier), yang boleh meramalkan tindak balas kepada imunoterapi.

Penyelidik menggunakan NGS untuk menyusun tumor dan exome imun dan transkriptom tisu pesakit sebelum dan selepas rawatan ICI, dan menjalankan analisis pengimejan spatial. Dengan menggunakan pelbagai model bersepadu, digabungkan dengan teknik seperti penjujukan sel tunggal dan pengimejan spatial, atau model berbilang omik, keupayaan ramalan hasil rawatan ICI telah dipertingkatkan. Di samping itu, kaedah komprehensif untuk menilai isyarat imun tumor dan ciri tumor intrinsik juga telah menunjukkan keupayaan ramalan yang lebih kuat. Sebagai contoh, kaedah penjujukan kelompok komprehensif yang mengukur ciri tumor dan imun secara serentak adalah lebih baik daripada pembolehubah analitik tunggal. Keputusan ini menyerlahkan keperluan untuk mensimulasikan keberkesanan ICI dengan cara yang lebih komprehensif, termasuk menggabungkan hasil penilaian kapasiti imun hos, ciri tumor intrinsik, dan komponen imun tumor ke dalam pesakit individu untuk meramalkan pesakit mana yang akan bertindak balas terhadap imunoterapi dengan lebih baik.

Memandangkan kerumitan menggabungkan faktor tumor dan perumah dalam penyelidikan biomarker, serta potensi keperluan untuk integrasi membujur ciri persekitaran mikro imun, orang ramai telah mula meneroka biomarker menggunakan pemodelan komputer dan pembelajaran mesin. Pada masa ini, beberapa pencapaian penyelidikan terobosan telah muncul dalam bidang ini, menunjukkan masa depan onkologi diperibadikan yang dibantu oleh pembelajaran mesin.

Cabaran yang dihadapi oleh biomarker berasaskan tisu

Had kaedah analisis. Sesetengah biomarker bermakna berfungsi dengan baik dalam jenis tumor tertentu, tetapi tidak semestinya dalam jenis tumor lain. Walaupun ciri gen spesifik tumor mempunyai keupayaan ramalan yang lebih kuat daripada TMB dan lain-lain, ia tidak boleh digunakan untuk diagnosis semua tumor. Dalam kajian yang menyasarkan pesakit NSCLC, ciri mutasi gen didapati lebih meramalkan keberkesanan ICI daripada TMB tinggi (≥ 10), tetapi lebih separuh daripada pesakit tidak dapat mengesan ciri mutasi gen.

Kepelbagaian tumor. Kaedah biomarker berasaskan tisu hanya mengambil sampel di tapak tumor tunggal, yang bermaksud bahawa penilaian bahagian tumor tertentu mungkin tidak menggambarkan secara tepat ekspresi keseluruhan semua tumor dalam pesakit. Sebagai contoh, kajian telah menemui heterogeniti dalam ekspresi PD-L1 antara dan dalam tumor, dan isu serupa wujud dengan penanda tisu lain.

Disebabkan oleh kerumitan sistem biologi, banyak biomarker tisu yang digunakan sebelum ini mungkin telah terlalu dipermudahkan. Di samping itu, sel dalam persekitaran mikro tumor (TME) biasanya mudah alih, jadi interaksi yang dipaparkan dalam analisis spatial mungkin tidak mewakili interaksi sebenar antara sel tumor dan sel imun. Walaupun biomarker idealnya boleh mewakili keseluruhan persekitaran tumor pada titik masa tertentu, sasaran ini masih boleh diinduksi dan berubah secara dinamik dari semasa ke semasa, menunjukkan bahawa satu petikan pada satu titik masa mungkin tidak mewakili perubahan dinamik dengan baik.

Kepelbagaian pesakit. Walaupun perubahan genetik yang diketahui berkaitan dengan rintangan ICI dikesan, sesetengah pesakit yang membawa biomarker rintangan yang diketahui mungkin masih mendapat manfaat, mungkin disebabkan oleh heterogeniti molekul dan/atau imun dalam tumor dan di tapak tumor yang berbeza. Sebagai contoh, kekurangan β 2-microglobulin (B2M) mungkin menunjukkan rintangan ubat baru atau diperoleh, tetapi disebabkan oleh heterogeniti kekurangan B2M antara individu dan dalam tumor, serta interaksi mekanisme penggantian pengiktirafan imun dalam pesakit ini, kekurangan B2M mungkin tidak meramalkan rintangan dadah individu dengan kuat. Oleh itu, walaupun terdapat kekurangan B2M, pesakit masih boleh mendapat manfaat daripada terapi ICI.

Biomarker longitudinal berasaskan organisasi
Ekspresi biomarker mungkin berubah dari semasa ke semasa dan dengan kesan rawatan. Penilaian statik dan tunggal tumor dan imunobiologi mungkin mengabaikan perubahan ini, dan perubahan dalam tumor TME dan tahap tindak balas imun hos juga mungkin diabaikan. Pelbagai kajian telah menunjukkan bahawa mendapatkan sampel sebelum dan semasa rawatan dapat mengenal pasti perubahan yang berkaitan dengan rawatan ICI dengan lebih tepat. Ini menyerlahkan kepentingan penilaian biomarker dinamik.

Biomarker berasaskan darah
Kelebihan analisis darah terletak pada keupayaannya untuk menilai secara biologi semua lesi tumor individu, mencerminkan bacaan purata dan bukannya bacaan tapak tertentu, menjadikannya sangat sesuai untuk menilai perubahan dinamik yang berkaitan dengan rawatan. Banyak hasil penyelidikan telah menunjukkan bahawa menggunakan DNA tumor beredar (ctDNA) atau sel tumor beredar (CTC) untuk menilai penyakit sisa minimum (MRD) boleh membimbing keputusan rawatan, tetapi ujian ini mempunyai maklumat terhad untuk meramalkan sama ada pesakit boleh mendapat manfaat daripada imunoterapi seperti ICI. Oleh itu, ujian ctDNA perlu digabungkan dengan kaedah lain untuk mengukur pengaktifan imun atau kapasiti imun hos. Dalam hal ini, kemajuan telah dibuat dalam immunophenotyping sel mononuklear darah periferal (PBMC) dan analisis proteomik vesikel ekstraselular dan plasma. Sebagai contoh, subtipe sel imun periferi (seperti sel CD8+T), ekspresi molekul pusat pemeriksaan imun yang tinggi (seperti PD1 pada sel CD8+T periferi), dan paras pelbagai protein yang tinggi dalam plasma (seperti CXCL8, CXCL10, IL-6, IL-10, PRAP1 dan VEGFA) semuanya boleh berfungsi sebagai suplemen penanda biokoktd yang berkesan. Kelebihan kaedah baru ini ialah mereka boleh menilai perubahan dalam tumor (sama seperti perubahan yang dikesan oleh ctDNA) dan mungkin juga mendedahkan perubahan dalam sistem imun pesakit.

Radiomik
Faktor ramalan data imej secara berkesan boleh mengatasi batasan pensampelan biomarker tisu dan biopsi, dan boleh memerhati keseluruhan tumor dan kemungkinan tapak metastatik lain pada bila-bila masa. Oleh itu, mereka mungkin menjadi bahagian penting dalam biomarker dinamik bukan invasif pada masa hadapan. Radiomik Delta boleh mengira secara kuantitatif perubahan dalam pelbagai ciri tumor (seperti saiz tumor) pada titik masa yang berbeza, seperti sebelum dan selepas rawatan ICI, semasa rawatan, dan susulan seterusnya. Radiomik Delta bukan sahaja boleh meramalkan tindak balas awal atau tiada kepada rawatan awal, tetapi juga mengenal pasti rintangan yang diperolehi kepada ICI dalam masa nyata dan memantau sebarang pengulangan selepas pengampunan lengkap. Model pengimejan yang dibangunkan melalui teknologi pembelajaran mesin adalah lebih baik daripada standard RECIST tradisional dalam meramalkan tindak balas rawatan dan kemungkinan kejadian buruk. Penyelidikan semasa menunjukkan bahawa model radiomik ini mempunyai kawasan di bawah lengkung (AUC) sehingga 0.8 hingga 0.92 dalam meramalkan tindak balas terapi imun.

Satu lagi kelebihan radiomik ialah keupayaannya untuk mengenal pasti perkembangan pseudo dengan tepat. Model radiomik yang dibina melalui pembelajaran mesin secara berkesan boleh membezakan antara perkembangan benar dan palsu dengan mengukur semula data CT atau PET untuk setiap tumor, termasuk faktor seperti bentuk, keamatan dan tekstur, dengan AUC 0.79. Model radiomik ini boleh digunakan pada masa hadapan untuk mengelakkan penamatan rawatan pramatang kerana salah menilai perkembangan penyakit.

Mikrobiota usus
Penanda bio mikrobiota usus dijangka meramalkan tindak balas terapeutik ICI. Banyak kajian telah menunjukkan bahawa mikrobiota usus tertentu berkait rapat dengan tindak balas pelbagai jenis kanser terhadap rawatan ICI. Sebagai contoh, pada pesakit dengan melanoma dan kanser hati, banyak bakteria Ruminococcaceae dikaitkan dengan tindak balas imunoterapi PD-1. Pengayaan Akkermansia muciniphila adalah perkara biasa pada pesakit dengan kanser hati, kanser paru-paru, atau karsinoma sel renal, yang bertindak balas dengan baik terhadap rawatan ICI.

Selain itu, model pembelajaran mesin baharu boleh bebas daripada jenis tumor dan mengaitkan genera bakteria usus tertentu dengan tindak balas terapeutik imunoterapi. Kajian lain juga telah mendedahkan peranan khusus yang dimainkan oleh kumpulan bakteria individu dalam mengawal sistem imun hos, seterusnya meneroka cara mencegah atau menggalakkan pelepasan imun sel-sel kanser.

Terapi neoadjuvant
Penilaian dinamik biologi tumor boleh membimbing strategi rawatan klinikal seterusnya. Percubaan terapi neoadjuvant boleh menilai kesan terapeutik melalui remisi patologi dalam spesimen pembedahan. Dalam rawatan melanoma, tindak balas patologi utama (MPR) dikaitkan dengan kadar kelangsungan hidup bebas berulang. Dalam percubaan PRADO, penyelidik menentukan langkah intervensi klinikal seterusnya, seperti pembedahan dan/atau terapi adjuvant, berdasarkan data remisi patologi khusus pesakit.

Di antara pelbagai jenis kanser, beberapa pilihan terapi pembantu baharu masih kekurangan perbandingan kepala ke kepala. Oleh itu, pilihan antara monoterapi imunoterapi atau terapi kombinasi sering diputuskan bersama oleh doktor yang hadir dan pesakit. Pada masa ini, penyelidik telah membangunkan ciri interferon gamma (IFN gamma) yang mengandungi 10 gen sebagai biomarker untuk meramalkan remisi patologi dalam melanoma selepas terapi neoadjuvant. Mereka menyepadukan lagi ciri-ciri ini ke dalam algoritma untuk memilih pesakit dengan tindak balas yang kuat atau lemah terhadap terapi neoadjuvant. Dalam kajian susulan yang dipanggil DONIMI, penyelidik menggunakan skor ini, digabungkan dengan analisis yang lebih kompleks, bukan sahaja untuk meramalkan tindak balas rawatan, tetapi juga untuk menentukan tahap III pesakit melanoma yang memerlukan penambahan histon deacetylase inhibitors (HDACi) untuk meningkatkan tindak balas terhadap rawatan ICI neoadjuvant.

Model tumor diperolehi daripada pesakit
Model tumor in vitro mempunyai potensi untuk meramalkan tindak balas khusus pesakit. Tidak seperti platform in vitro yang digunakan untuk analisis spektrum tindak balas ubat bagi keganasan hematologi, tumor pepejal menghadapi cabaran yang lebih besar disebabkan oleh struktur mikro tumor yang unik dan interaksi imun tumor. Kultur sel tumor mudah tidak boleh meniru ciri-ciri kompleks ini dengan mudah. Dalam kes ini, tumor seperti organ atau cip organ yang berasal daripada pesakit boleh mengimbangi batasan struktur ini, kerana mereka boleh mengekalkan struktur sel tumor asal dan mensimulasikan interaksi dengan sel imun limfoid dan myeloid untuk menilai tindak balas ICI dalam cara khusus pesakit, dengan itu menghasilkan semula ciri biologi dengan lebih tepat dalam persekitaran tiga dimensi yang lebih realistik.

Beberapa kajian terobosan di China dan Amerika Syarikat telah menggunakan model tumor in vitro tiga dimensi kesetiaan tinggi baharu ini. Keputusan menunjukkan bahawa model ini boleh meramalkan secara berkesan tindak balas kanser paru-paru, kanser kolon, kanser payudara, melanoma dan tumor lain kepada ICI. Ini meletakkan asas untuk mengesahkan lagi dan menyeragamkan prestasi ramalan model ini.