вести

Имунотерапијата донесе револуционерни промени во третманот на малигни тумори, но сè уште има пациенти кои не можат да имаат корист. Затоа, итно се потребни соодветни биомаркери во клиничките апликации за да се предвиди ефикасноста на имунотерапијата, со цел да се максимизира ефикасноста и да се избегне непотребна токсичност.

Биомаркери одобрени од FDA

Експресија на PD-L1. Евалуацијата на нивоата на експресија на PD-L1 со имунохистохемија (IHC) го дава резултатот за пропорција на тумор (TPS), што е процентот на делумно или целосно мембрански обоени туморски клетки со кој било интензитет кај преживеаните туморски клетки. Во клиничките испитувања, овој тест служи како помошен дијагностички тест за третман на напреднат неситноклеточен карцином на белите дробови (NSCLC) со пембролизумаб. Ако TPS на примерокот е ≥ 1%, се зема предвид експресијата на PD-L1; TPS ≥ 50% укажува на висока експресија на PD-L1. Во почетната фаза 1 студија (KEYNOTE-001), стапката на одговор на пациентите во подгрупата PD-L1 TPS>50% кои користеле пембролизумаб била 45,2%, додека без оглед на TPS, стапката на одговор на сите пациенти кои го примале овој третман со инхибитор на имунолошка контролна точка (ICI) била 19,4%. Во последователното испитување од фаза 2/3 (KEYNOTE-024) пациентите со PD-L1 TPS >50% беа рандомизирани да примаат пембролизумаб и стандардна хемотерапија, а резултатите покажаа значително подобрување во вкупното преживување (OS) кај пациентите кои примаат третман со пембролизумаб.

Сепак, примената на PD-L1 во предвидувањето на ICI одговорите е ограничена од различни фактори. Прво, оптималниот праг за различни видови на рак варира. На пример, Паболизумаб може да се користи кога туморската експресија на PD-L1 кај пациенти со рак на желудник, рак на хранопровод, рак на мочен меур и рак на белите дробови е 1%, 10% и 50% соодветно. Второ, евалуацијата на клеточната популација на PD-L1 експресија варира во зависност од видот на рак. На пример, третманот на рекурентен или метастатски сквамозен карцином на главата и вратот може да избере да користи друг метод на тестирање одобрен од FDA, Сеопфатен позитивен резултат (CPS). Трето, речиси и да нема корелација помеѓу експресијата на PD-L1 кај различни видови на рак и ICI одговорот, што укажува дека позадината на туморот може да биде клучен фактор во предвидувањето на ICI биомаркерите. На пример, според резултатите од тестот CheckMate-067, негативната предикативна вредност на експресијата на PD-L1 кај меланомот е само 45%. Конечно, повеќе студии откриле дека експресијата на PD-L1 е неконзистентна кај различни туморски лезии кај еден пациент, дури и во рамките на истиот тумор. Накратко, иако почетните клинички испитувања на NSCLC поттикнаа истражување на експресијата на PD-L1 како можен предикативен биомаркер, нејзината клиничка употреба кај различни видови на рак останува нејасна.

Оптоварување со туморски мутации. Оптоварувањето со туморски мутации (TMB) се користи како алтернативен индикатор за имуногеност на туморот. Според резултатите од клиничкото испитување на KEYNOTE-158, меѓу 10-те типа на напредни солидни тумори третирани со пембролизумаб, пациентите со најмалку 10 мутации по мегабаза (висок TMB) имале повисока стапка на одговор од оние со низок TMB. Вреди да се напомене дека во оваа студија, TMB бил предиктор за преживување без прогресија на болеста (PFS), но не можел да го предвиди вкупното преживување (OS).

Одговорот на имунолошката терапија е главно управуван од препознавање на нови антигени од страна на Т-клетките. Имуногеноста поврзана со повисок TMB зависи и од различни фактори, вклучувајќи го туморскиот неоантиген презентиран од туморот; Имунолошкиот систем ги препознава туморските неоантигени; Способноста на домаќинот да иницира антиген-специфични одговори. На пример, податоците сугерираат дека туморите со највисока инфилтрација на некои имуни клетки всушност може да имаат инхибиторна регулаторна амплификација на клонови на Т-клетки (Treg). Покрај тоа, опсегот на TMB може да се разликува од потенцијалот на TMB неоантигените, бидејќи точното место на мутацијата исто така игра значајна улога; Мутациите што посредуваат во различни патишта на презентација на антиген можат да влијаат на презентацијата (или непрезентацијата) на нови антигени во имунолошкиот систем, што укажува дека вродените и имунолошките карактеристики на туморот мора да бидат конзистентни за да произведат оптимални ICI одговори.

Во моментов, TMB се мери преку секвенционирање од следната генерација (NGS), кое може да варира кај различни институции (интерно) или комерцијални платформи што се користат. NGS вклучува секвенционирање на целиот екзом (WES), секвенционирање на целиот геном и целно секвенционирање, кое може да се добие од туморско ткиво и циркулирачка туморска ДНК (ctDNA). Вреди да се напомене дека различните видови тумори имаат широк спектар на TMB, при што имуногените тумори како што се меланомот, NSCLC и сквамозен карцином имаат највисоки нивоа на TMB. Слично на тоа, методите за детекција дизајнирани за различни видови тумори имаат различни дефиниции за праговите на TMB. Во студијата за NSCLC, меланомот, уротелијалниот карцином и малиот клеточен карцином на белите дробови, овие методи за детекција користат различни аналитички методи (како што се WES или PCR детекција за специфичен број на поврзани гени) и прагови (висок TMB или низок TMB).

Микросателитите се многу нестабилни. Микросателитскиот високо нестабилен (MSI-H), како пан-канцер биомаркер за ICI одговор, има одлични перформанси во предвидувањето на ефикасноста на ICI кај различни видови на рак. MSI-H е резултат на дефекти на поправка на несовпаѓања (dMMR), што доведува до висока стапка на мутации, особено во микросателитските региони, што резултира со производство на голем број нови антигени и на крајот предизвикува клонален имунолошки одговор. Поради високиот товар на мутации предизвикан од dMMR, MSI-H туморите може да се сметаат за вид на тумор со висок товар на мутации (TMB). Врз основа на резултатите од клиничките испитувања на KEYNOTE-164 и KEYNOTE-158, FDA го одобри пембролизумаб за третман на MSI-H или dMMR тумори. Ова е еден од првите пан-канцер лекови одобрени од FDA, воден од биологијата на туморот, а не од хистологијата.

И покрај значителниот успех, постојат и проблеми за кои треба да се биде свесен при користење на MSI статус. На пример, до 50% од пациентите со dMMR колоректален карцином немаат одговор на третманот со ICI, што ја истакнува важноста на другите карактеристики во предвидувањето на одговорот. Други интринзични карактеристики на туморите кои не можат да се проценат со тековните платформи за детекција може да бидат фактори кои придонесуваат. На пример, има извештаи дека пациенти со мутации во гените што кодираат важни каталитички подединици на полимераза делта (POLD) или полимераза ε (POLE) во регионот на ДНК немаат верност на репликација и покажуваат фенотип на „супермутација“ во нивните тумори. Некои од овие тумори имаат значително зголемена нестабилност на микросателитите (со што припаѓаат на MSI-H), но протеините за поправка на несовпаѓања не недостасуваат (затоа не се dMMR).

Покрај тоа, слично на TMB, MSI-H е исто така под влијание на новите типови антигени генерирани од нестабилноста на микросателитите, препознавањето на нови типови антигени од страна на домаќинот и одговорот на имунолошкиот систем на домаќинот. Дури и кај туморите од типот MSI-H, голем број мутации на единечни нуклеотиди се идентификувани како патнички мутации (не-движечки мутации). Затоа, потпирањето исклучиво на бројот на микросателити идентификувани во туморот не е доволно; Вистинскиот тип на мутација (идентификуван преку специфични профили на мутации) може да ги подобри предвидливите перформанси на овој биомаркер. Покрај тоа, само мал дел од пациентите со рак припаѓаат на MSI-H тумори, што укажува на моменталната потреба за пошироко применливи биомаркери. Затоа, идентификувањето на други ефикасни биомаркери за предвидување на ефикасноста и насочување на управувањето со пациентите останува важна област на истражување.

Организациско базирано истражување на биомаркери

Со оглед на тоа што механизмот на дејство на ICI е да ја поништи супресијата на имуните клетки, наместо директно да ги таргетира внатрешните патишта на туморските клетки, понатамошните истражувања треба да се фокусираат на систематска анализа на средината за раст на туморот и интеракцијата помеѓу туморските клетки и имуните клетки, што може да помогне во разјаснувањето на факторите што влијаат на одговорот на ICI. Многу истражувачки групи ги проучувале туморските или имунолошките карактеристики на специфични типови ткива, како што се карактеристиките на туморските и имунолошките мутации на гените, дефицитите на презентацијата на туморските антигени или повеќеклеточните имунолошки центри или агрегати (како што се терцијарните лимфоидни структури), кои можат да предвидат одговори на имунотерапија.

Истражувачите користеле NGS за секвенционирање на туморот и имунолошкиот егзом и транскриптом на ткивата на пациентите пред и по третманот со ICI, и спровеле анализа на просторно снимање. Со користење на повеќе интегрирани модели, во комбинација со техники како што се секвенционирање на единечни клетки и просторно снимање, или мултиомични модели, подобрена е предвидливата способност на резултатите од третманот со ICI. Покрај тоа, сеопфатниот метод за евалуација на имунолошките сигнали на туморот и интринзичните карактеристики на туморот, исто така, покажал посилна предвидлива способност. На пример, сеопфатниот метод на сериско секвенционирање кој истовремено ги мери туморските и имунолошките карактеристики е супериорен во однос на една аналитичка променлива. Овие резултати ја истакнуваат потребата од симулирање на ефикасноста на ICI на посеопфатен начин, вклучително и вклучување на резултатите од евалуацијата на имунолошкиот капацитет на домаќинот, интринзичните карактеристики на туморот и имунолошките компоненти на туморот кај индивидуалните пациенти за подобро да се предвиди кои пациенти ќе одговорат на имунотерапијата.

Со оглед на сложеноста на вклучувањето на туморските и домаќинските фактори во истражувањето на биомаркерите, како и потенцијалната потреба за лонгитудинална интеграција на карактеристиките на имунолошката микросредина, луѓето почнаа да истражуваат биомаркери користејќи компјутерско моделирање и машинско учење. Во моментов, во оваа област се појавија некои револуционерни истражувачки достигнувања, што укажува на иднината на персонализираната онкологија потпомогната од машинското учење.

Предизвиците со кои се соочуваат биомаркерите базирани на ткиво

Ограничувања на аналитичките методи. Некои значајни биомаркери добро функционираат кај одредени типови тумори, но не мора да значи и кај други типови тумори. Иако специфичните генски карактеристики на туморот имаат посилна предикативна способност од TMB и други, тие не можат да се користат за дијагноза на сите тумори. Во студија насочена кон пациенти со NSCLC, се покажа дека карактеристиките на генските мутации се попредвидливи за ефикасноста на ICI отколку високиот TMB (≥ 10), но повеќе од половина од пациентите не беа во можност да детектираат карактеристики на генски мутации.

Хетерогеност на туморот. Методот на биомаркер базиран на ткиво зема примероци само од едно место на туморот, што значи дека евалуацијата на специфични делови од туморот можеби не ја одразува точно целокупната експресија на сите тумори кај пациентот. На пример, студиите откриле хетерогеност во експресијата на PD-L1 помеѓу и во рамките на туморите, а слични проблеми постојат и со други ткивни маркери.

Поради сложеноста на биолошките системи, многу претходно користени ткивни биомаркери можеби биле премногу поедноставени. Покрај тоа, клетките во туморската микросредина (TME) обично се мобилни, па затоа интеракциите прикажани во просторната анализа можеби не ги претставуваат вистинските интеракции помеѓу туморските клетки и имуните клетки. Дури и ако биомаркерите идеално можат да ја претстават целата туморска средина во одредена временска точка, овие цели сепак можат да бидат индуцирани и динамички да се менуваат со текот на времето, што укажува дека една снимка во временска точка можеби не ги претставува добро динамичките промени.

Хетерогеност на пациентите. Дури и ако се детектираат познати генетски промени поврзани со отпорност на ICI, некои пациенти кои носат познати биомаркери на отпорност сепак може да имаат корист, веројатно поради молекуларна и/или имунолошка хетерогеност во рамките на туморот и на различни места на туморот. На пример, недостатокот на β 2-микроглобулин (B2M) може да укаже на нова или стекната отпорност на лекови, но поради хетерогеноста на недостатокот на B2M помеѓу поединците и во рамките на туморите, како и интеракцијата на механизмите за замена на имунолошкиот препознавање кај овие пациенти, недостатокот на B2M може да не ја предвиди силно индивидуалната отпорност на лекови. Затоа, и покрај присуството на недостаток на B2M, пациентите сепак може да имаат корист од терапијата со ICI.

Организациски базирани лонгитудинални биомаркери
Експресијата на биомаркерите може да се менува со текот на времето и со влијанието на третманот. Статичките и единечните проценки на туморите и имунобиологијата може да ги занемарат овие промени, а промените во туморската TME и нивоата на имунолошкиот одговор на домаќинот исто така може да бидат занемарени. Повеќекратни студии покажаа дека земањето примероци пред и за време на третманот може попрецизно да ги идентификува промените поврзани со третманот со ICI. Ова ја истакнува важноста на динамичката проценка на биомаркерите.

Биомаркери базирани на крв
Предноста на анализата на крвта лежи во нејзината способност биолошки да ги процени сите индивидуални туморски лезии, одразувајќи ги просечните мерења, а не мерењата на специфични места, што ја прави особено погодна за евалуација на динамичките промени поврзани со третманот. Бројни истражувачки резултати покажаа дека користењето на циркулирачка туморска ДНК (ctDNA) или циркулирачки туморски клетки (CTC) за евалуација на минимална резидуална болест (MRD) може да ги води одлуките за третман, но овие тестови имаат ограничени информации за предвидување дали пациентите можат да имаат корист од имунотерапии како што е ICI. Затоа, тестирањето на ctDNA треба да се комбинира со други методи за мерење на имунолошката активација или имунолошкиот капацитет на домаќинот. Во овој поглед, постигнат е напредок во имунофенотипизацијата на мононуклеарните клетки од периферната крв (PBMCs) и протеомската анализа на екстрацелуларните везикули и плазма. На пример, подтиповите на периферните имунолошки клетки (како што се CD8+Т клетките), високата експресија на молекули на имунолошки контролни точки (како што е PD1 на периферните CD8+Т клетки) и покачените нивоа на разни протеини во плазмата (како што се CXCL8, CXCL10, IL-6, IL-10, PRAP1 и VEGFA) можат да послужат како ефикасни додатоци на динамичките ко-биомаркери на ctDNA. Предноста на овие нови методи е што тие можат да ги евалуираат промените во туморот (слично на промените откриени од ctDNA) и можат да откријат промени во имунолошкиот систем на пациентот.

Радиомика
Предвидливите фактори на податоците од сликите можат ефикасно да ги надминат ограничувањата на земањето примероци од ткивни биомаркери и биопсијата, и можат да го набљудуваат целиот тумор и можните други метастатски места во кој било временски момент. Затоа, тие можат да станат важен дел од неинвазивните динамички биомаркери во иднина. Делта радиомиките можат квантитативно да ги пресметаат промените во повеќекратните карактеристики на туморот (како што е големината на туморот) во различни временски точки, како што се пред и по третманот со ICI, за време на третманот и последователното следење. Делта радиомиките не само што можат да предвидат почетен или никаков одговор на раниот третман, туку и да идентификуваат стекната отпорност на ICI во реално време и да го следат секое повторување по целосна ремисија. Моделот за снимање развиен преку технологијата за машинско учење е дури и подобар од традиционалниот RECIST стандард во предвидувањето на одговорот на третманот и можните несакани настани. Сегашните истражувања покажуваат дека овие модели на радиомики имаат површина под кривата (AUC) до 0,8 до 0,92 во предвидувањето на одговорот на имунолошката терапија.

Друга предност на радиомиката е нејзината способност прецизно да идентификува псевдо прогресија. Моделот на радиомика конструиран преку машинско учење може ефикасно да прави разлика помеѓу вистинската и лажната прогресија со повторно мерење на податоците од КТ или ПЕТ за секој тумор, вклучувајќи фактори како што се обликот, интензитетот и текстурата, со AUC од 0,79. Овие модели на радиомика може да се користат во иднина за да се избегне предвремено прекинување на третманот поради погрешна проценка на прогресијата на болеста.

Цревна микробиота
Се очекува биомаркерите на цревната микробиота да го предвидат терапевтскиот одговор на ICI. Бројни студии покажаа дека специфична цревна микробиота е тесно поврзана со одговорот на различни видови рак на третман со ICI. На пример, кај пациенти со меланом и рак на црниот дроб, изобилството на бактерии Ruminococcaceae е поврзано со одговор на PD-1 имунотерапија. Збогатувањето со Akkermansia muciniphila е вообичаено кај пациенти со рак на црниот дроб, рак на белите дробови или карцином на бубрежни клетки, кои добро реагираат на третман со ICI.

Покрај тоа, новиот модел на машинско учење може да биде независен од типовите на тумори и да поврзе специфични родови на цревни бактерии со терапевтскиот одговор на имунотерапијата. Други студии, исто така, ја открија специфичната улога што ја играат поединечните бактериски групи во регулирањето на имунолошкиот систем на домаќинот, дополнително истражувајќи како да се спречи или промовира имунолошкото бегство на клетките на ракот.

Неоадјувантна терапија
Динамичката евалуација на биологијата на туморот може да ги насочи последователните стратегии за клинички третман. Студијата со неоадјувантна терапија може да го оцени терапевтскиот ефект преку патолошка ремисија кај хируршки примероци. Во третманот на меланом, примарниот патолошки одговор (MPR) е поврзан со стапка на преживување без рецидив. Во студијата PRADO, истражувачите ги одредуваат следните мерки за клиничка интервенција, како што се хирургија и/или адјувантна терапија, врз основа на податоци за патолошка ремисија специфични за пациентот.

Меѓу различните видови на рак, неколку нови опции за адјувантна терапија сè уште немаат директна споредба. Затоа, изборот помеѓу монотерапија со имунотерапија или комбинирана терапија често се одлучува заеднички од страна на лекарот што го посетува и пациентот. Во моментов, истражувачите развија карактеристика на интерферон гама (IFN гама) што содржи 10 гени како биомаркер за предвидување на патолошка ремисија кај меланом по неоадјувантна терапија. Тие понатаму ги интегрираа овие карактеристики во алгоритам за да изберат пациенти со силни или слаби одговори на неоадјувантна терапија. Во последователна студија наречена DONIMI, истражувачите го користеа овој резултат, во комбинација со посложена анализа, не само за да го предвидат одговорот на третманот, туку и за да утврдат кои пациенти со меланом во стадиум III имаат потреба од додавање на инхибитори на хистон деацетилаза (HDACi) за да го подобрат одговорот на неоадјувантниот третман со ICI.

Модел на тумор добиен од пациенти
Моделите на тумори ин витро имаат потенцијал да предвидат специфични одговори на пациентот. За разлика од платформата ин витро што се користи за анализа на спектарот на одговор на лекови кај хематолошки малигнитети, солидните тумори се соочуваат со поголеми предизвици поради нивната единствена микроструктура на туморот и имунолошките интеракции на туморот. Едноставната култура на туморски клетки не може лесно да ги реплицира овие сложени карактеристики. Во овој случај, органи слични на тумор или чипови од органи што потекнуваат од пациенти можат да ги компензираат овие структурни ограничувања, бидејќи можат да ја зачуваат оригиналната структура на туморските клетки и да симулираат интеракции со лимфоидни и миелоидни имунолошки клетки за да ги евалуираат одговорите на ICI на специфичен начин за пациентот, со што попрецизно ќе ги репродуцираат биолошките карактеристики во пореална тродимензионална средина.

Неколку револуционерни студии во Кина и Соединетите Американски Држави го усвоија овој нов висококвалитетен тродимензионален ин витро модел на тумор. Резултатите покажуваат дека овие модели можат ефикасно да го предвидат одговорот на ракот на белите дробови, ракот на дебелото црево, ракот на дојка, меланомот и другите тумори на ICI. Ова ги поставува темелите за понатамошна проверка и стандардизација на предикативните перформанси на овие модели.