новини

Имунотерапията донесе революционни промени в лечението на злокачествени тумори, но все още има някои пациенти, които не могат да се възползват от нея. Следователно, в клиничните приложения са спешно необходими подходящи биомаркери, за да се предскаже ефективността на имунотерапията, за да се увеличи максимално ефикасността и да се избегне ненужна токсичност.

Одобрени от FDA биомаркери

Експресия на PD-L1. Оценката на нивата на експресия на PD-L1 чрез имунохистохимия (IHC) дава резултат от туморната пропорция (TPS), който е процентът на частично или напълно мембранно оцветени туморни клетки с всякаква интензивност в оцелелите туморни клетки. В клиничните изпитвания този тест служи като спомагателен диагностичен тест за лечение на напреднал недребноклетъчен рак на белия дроб (NSCLC) с пембролизумаб. Ако TPS на пробата е ≥ 1%, се счита за експресия на PD-L1; TPS ≥ 50% показва висока експресия на PD-L1. В първоначалното изпитване Фаза 1 (KEYNOTE-001) честотата на отговор на пациентите в подгрупата PD-L1 TPS>50%, използващи пембролизумаб, е била 45,2%, докато независимо от TPS, честотата на отговор на всички пациенти, получаващи това лечение с имунен инхибитор на контролните точки (ICI), е била 19,4%. Последващото проучване фаза 2/3 (KEYNOTE-024) разпредели на случаен принцип пациенти с PD-L1 TPS>50% да получават пембролизумаб и стандартна химиотерапия, а резултатите показаха значително подобрение в общата преживяемост (OS) при пациенти, получаващи лечение с пембролизумаб.

Въпреки това, приложението на PD-L1 за прогнозиране на ICI отговори е ограничено от различни фактори. Първо, оптималният праг за различните видове рак варира. Например, Pabolizumab може да се използва, когато туморната PD-L1 експресия при пациенти с рак на стомаха, рак на хранопровода, рак на пикочния мехур и рак на белия дроб е съответно 1%, 10% и 50%. Второ, оценката на клетъчната популация на PD-L1 експресия варира в зависимост от вида на рака. Например, лечението на рецидивиращ или метастатичен плоскоклетъчен карцином на главата и шията може да избере да използва друг одобрен от FDA метод за тестване, Comprehensive Positive Score (CPS). Трето, почти няма корелация между PD-L1 експресията при различни видове рак и ICI отговора, което показва, че туморният фон може да бъде ключов фактор за прогнозиране на ICI биомаркери. Например, според резултатите от теста CheckMate-067, отрицателната предсказваща стойност на PD-L1 експресията при меланом е само 45%. Накрая, множество проучвания са установили, че експресията на PD-L1 е непоследователна в различните туморни лезии при един пациент, дори в рамките на един и същ тумор. В обобщение, въпреки че първоначалните клинични проучвания на недребноклетъчен рак на белия дроб (NSCLC) са подтикнали изследвания върху експресията на PD-L1 като възможен предсказващ биомаркер, клиничната му полезност при различни видове рак остава неясна.

Мутационно натоварване на тумора. Мутационното натоварване на тумора (TMB) е използвано като алтернативен индикатор за туморна имуногенност. Според резултатите от клиничното проучване KEYNOTE-158, сред 10-те вида напреднали солидни тумори, лекувани с пембролизумаб, пациентите с поне 10 мутации на мегабаза (висок TMB) са имали по-висок процент на отговор от тези с нисък TMB. Заслужава да се отбележи, че в това проучване TMB е бил предсказващ фактор за PFS, но не е бил в състояние да предскаже OS.

Отговорът на имунната терапия се обуславя главно от разпознаването на нови антигени от Т-клетките. Имуногенността, свързана с по-високия TMB, също зависи от различни фактори, включително туморния неоантиген, представен от тумора; имунната система разпознава туморни неоантигени; способността на гостоприемника да инициира антиген-специфични отговори. Например, данните показват, че тумори с най-висока инфилтрация на някои имунни клетки всъщност могат да имат амплификация на инхибиторни регулаторни Т-клетъчни (Treg) клонове. Освен това, обхватът на TMB може да се различава от потенциала на TMB неоантигените, тъй като точното място на мутацията също играе важна роля; мутации, които медиират различни пътища на представяне на антигена, могат да повлияят на представянето (или непредставянето) на нови антигени на имунната система, което показва, че присъщите и имунологичните характеристики на тумора трябва да бъдат последователни, за да се получат оптимални ICI отговори.

Понастоящем, TMB (температурно-мутируемо белодробно секвениране) се измерва чрез секвениране от следващо поколение (NGS), което може да варира в различните институции (вътрешно) или използвани търговски платформи. NGS включва секвениране на целия екзом (WES), секвениране на целия геном и целенасочено секвениране, които могат да бъдат получени от туморна тъкан и циркулираща туморна ДНК (ctDNA). Струва си да се отбележи, че различните видове тумори имат широк диапазон на TMB, като имуногенни тумори като меланом, недребноклетъчен рак на белия дроб (NSCLC) и плоскоклетъчен карцином имат най-високи нива на TMB. По подобен начин, методите за откриване, предназначени за различни видове тумори, имат различни дефиниции за прагови стойности на TMB. При изследване на NSCLC, меланом, уротелиален карцином и дребноклетъчен рак на белия дроб, тези методи за откриване използват различни аналитични методи (като WES или PCR откриване за специфичен брой свързани гени) и прагове (TMB високи или TMB ниски).

Микросателитите са силно нестабилни. Микросателитът с висока нестабилност (MSI-H), като биомаркер за рак на панкреаса за ICI отговор, има отлични резултати при прогнозиране на ефикасността на ICI при различни видове рак. MSI-H е резултат от дефекти в поправката на несъответствия (dMMR), водещи до висок процент на мутации, особено в микросателитните региони, което води до производството на голям брой нови антигени и в крайна сметка задейства клонов имунен отговор. Поради високия мутационен товар, причинен от dMMR, MSI-H туморите могат да се считат за вид тумор с висок мутационен товар (TMB). Въз основа на резултатите от клиничните изпитвания на KEYNOTE-164 и KEYNOTE-158, FDA одобри пембролизумаб за лечение на MSI-H или dMMR тумори. Това е едно от първите лекарства за рак на панкреаса, одобрени от FDA, основано на туморна биология, а не на хистология.

Въпреки значителния успех, има и проблеми, които трябва да се имат предвид при използването на MSI статус. Например, до 50% от пациентите с dMMR колоректален рак не реагират на лечение с ICI, което подчертава значението на други характеристики при прогнозиране на отговора. Други присъщи характеристики на туморите, които не могат да бъдат оценени от настоящите платформи за откриване, могат да бъдат допринасящи фактори. Например, има съобщения, че пациенти с мутации в гени, кодиращи важни каталитични субединици на полимераза делта (POLD) или полимераза ε (POLE) в ДНК областта, нямат репликационна точност и проявяват фенотип на „супермутация“ в своите тумори. Някои от тези тумори имат значително повишена микросателитна нестабилност (по този начин принадлежат към MSI-H), но протеините за поправка на несъответствия не липсват (следователно не са dMMR).

Освен това, подобно на TMB, MSI-H също е повлиян от новите типове антигени, генерирани от микросателитна нестабилност, разпознаването на нови типове антигени от гостоприемника и реакцията на имунната система на гостоприемника. Дори при тумори от тип MSI-H са идентифицирани голям брой мутации с единичен нуклеотид като пътнически мутации (не-драйверски мутации). Следователно, разчитането единствено на броя на идентифицираните микросателити в тумора не е достатъчно; действителният тип мутация (идентифицирана чрез специфични мутационни профили) може да подобри предсказващата ефективност на този биомаркер. Освен това, само малка част от онкоболните принадлежат към MSI-H тумори, което показва настоящата нужда от по-широко приложими биомаркери. Следователно, идентифицирането на други ефективни биомаркери за прогнозиране на ефикасността и насочване на лечението на пациентите остава важна област на изследване.

Организационно базирани биомаркерни изследвания

Като се има предвид, че механизмът на действие на ICI е да обърне потискането на имунните клетки, а не да се насочи директно към вътрешните пътища на туморните клетки, по-нататъшните изследвания трябва да се съсредоточат върху систематичен анализ на средата за растеж на тумора и взаимодействието между туморните клетки и имунните клетки, което може да помогне за изясняване на факторите, влияещи върху отговора на ICI. Много изследователски групи са изследвали туморни или имунни характеристики на специфични типове тъкани, като например характеристики на туморни и имунни генни мутации, дефицити в представянето на туморни антигени или многоклетъчни имунни центрове или агрегати (като третични лимфоидни структури), които могат да предскажат отговорите на имунотерапия.

Изследователите са използвали NGS, за да секвенират туморния и имунния екзом и транскриптом на тъканите на пациентите преди и след лечение с ICI и са провели пространствен образен анализ. Чрез използването на множество интегрирани модели, комбинирани с техники като секвениране на единични клетки и пространствено изобразяване или мултиомични модели, е подобрена предсказващата способност на резултатите от лечението с ICI. Освен това, всеобхватен метод за оценка на туморните имунни сигнали и присъщите туморни характеристики също е показал по-силна предсказваща способност. Например, всеобхватен метод за партидно секвениране, който едновременно измерва туморните и имунните характеристики, е по-добър от единична аналитична променлива. Тези резултати подчертават необходимостта от симулиране на ефикасността на ICI по по-цялостен начин, включително включване на резултати от оценката на имунния капацитет на гостоприемника, присъщите туморни характеристики и туморните имунни компоненти при отделните пациенти, за да се предвиди по-добре кои пациенти ще реагират на имунотерапия.

Предвид сложността на включването на туморни и гостоприемникови фактори в изследванията на биомаркерите, както и потенциалната необходимост от надлъжна интеграция на характеристиките на имунната микросреда, хората започнаха да изследват биомаркерите, използвайки компютърно моделиране и машинно обучение. Понастоящем в тази област се появиха някои новаторски изследователски постижения, които показват бъдещето на персонализираната онкология, подпомогната от машинно обучение.

Предизвикателствата, пред които са изправени тъканните биомаркери

Ограничения на аналитичните методи. Някои значими биомаркери се представят добре при определени видове тумори, но не непременно при други видове тумори. Въпреки че специфичните за тумора генни характеристики имат по-силна предсказваща способност от TMB и други, те не могат да се използват за диагностициране на всички тумори. В проучване, насочено към пациенти с недребноклетъчен рак на белия дроб (NSCLC), е установено, че характеристиките на генните мутации са по-предсказващи за ефикасността на ICI, отколкото високият TMB (≥ 10), но повече от половината от пациентите не са били в състояние да открият характеристики на генните мутации.

Хетерогенност на тумора. Методът за тъканни биомаркери взема проби само от едно място на тумора, което означава, че оценката на специфични части на тумора може да не отразява точно цялостната експресия на всички тумори при пациента. Например, проучвания са установили хетерогенност в експресията на PD-L1 между и в рамките на туморите, а подобни проблеми съществуват и с други тъканни маркери.

Поради сложността на биологичните системи, много от използваните преди това тъканни биомаркери може да са били опростени. Освен това, клетките в туморната микросреда (TME) обикновено са мобилни, така че взаимодействията, показани в пространствения анализ, може да не представляват истинските взаимодействия между туморните клетки и имунните клетки. Дори ако биомаркерите могат идеално да представят цялата туморна среда в определен момент от времето, тези мишени все още могат да бъдат индуцирани и динамично да се променят с течение на времето, което показва, че единична снимка в даден момент от времето може да не представя добре динамичните промени.

Хетерогенност на пациента. Дори ако бъдат открити известни генетични промени, свързани с резистентност към ICI, някои пациенти, носещи известни биомаркери за резистентност, все още могат да се повлияят благоприятно, вероятно поради молекулярна и/или имунна хетерогенност в тумора и на различни места в тумора. Например, дефицитът на β2-микроглобулин (B2M) може да показва нова или придобита лекарствена резистентност, но поради хетерогенността на дефицита на B2M между индивидите и в туморите, както и взаимодействието на механизмите за заместване на имунното разпознаване при тези пациенти, дефицитът на B2M може да не е категорична предсказателна мярка за индивидуална лекарствена резистентност. Следователно, въпреки наличието на дефицит на B2M, пациентите все още могат да се повлияят благоприятно от терапията с ICI.

Организационно базирани надлъжни биомаркери
Експресията на биомаркерите може да се променя с течение на времето и под въздействието на лечението. Статичните и единични оценки на тумори и имунобиология могат да пренебрегнат тези промени, а промените в туморния TME и нивата на имунния отговор на гостоприемника също могат да бъдат пренебрегнати. Многобройни проучвания показват, че получаването на проби преди и по време на лечението може по-точно да идентифицира промените, свързани с лечението с ICI. Това подчертава значението на динамичната оценка на биомаркерите.

Кръвни биомаркери
Предимството на кръвния анализ се състои в способността му да оценява биологично всички отделни туморни лезии, отразявайки средни стойности, а не специфични за мястото показания, което го прави особено подходящ за оценка на динамични промени, свързани с лечението. Многобройни резултати от изследвания показват, че използването на циркулираща туморна ДНК (ctDNA) или циркулиращи туморни клетки (CTC) за оценка на минималната остатъчна болест (MRD) може да насочи решенията за лечение, но тези тестове имат ограничена информация за прогнозиране дали пациентите могат да се възползват от имунотерапии като ICI. Следователно, ctDNA тестването трябва да се комбинира с други методи за измерване на имунната активация или имунния капацитет на гостоприемника. В тази връзка е постигнат напредък в имунофенотипизирането на периферни кръвни мононуклеарни клетки (PBMC) и протеомния анализ на извънклетъчни везикули и плазма. Например, периферните имунни клетъчни подтипове (като CD8+T клетки), високата експресия на имунни контролни молекули (като PD1 върху периферни CD8+T клетки) и повишените нива на различни протеини в плазмата (като CXCL8, CXCL10, IL-6, IL-10, PRAP1 и VEGFA) могат да служат като ефективни добавки към динамичните ко-биомаркери на ctDNA. Предимството на тези нови методи е, че те могат да оценят промените в тумора (подобно на промените, открити от ctDNA) и могат също да разкрият промени в имунната система на пациента.

Радиомика
Предсказващите фактори на данните от изображенията могат ефективно да преодолеят ограниченията на вземането на проби от тъканни биомаркери и биопсията и да наблюдават целия тумор и евентуални други метастатични места по всяко време. Следователно, те могат да се превърнат във важна част от неинвазивните динамични биомаркери в бъдеще. Делта радиомиката може количествено да изчисли промените в множество туморни характеристики (като размер на тумора) в различни времеви точки, като например преди и след лечение с ICI, по време на лечението и последващо проследяване. Делта радиомиката може не само да предскаже първоначален или никакъв отговор на ранното лечение, но и да идентифицира придобита резистентност към ICI в реално време и да наблюдава всеки рецидив след пълна ремисия. Моделът на образна диагностика, разработен чрез технология за машинно обучение, е дори по-добър от традиционния стандарт RECIST при прогнозиране на отговора на лечението и възможните нежелани събития. Настоящите изследвания показват, че тези радиомични модели имат площ под кривата (AUC) до 0,8 до 0,92 при прогнозиране на отговора на имунната терапия.

Друго предимство на радиомиката е способността ѝ точно да идентифицира псевдопрогресия. Радиомичният модел, конструиран чрез машинно обучение, може ефективно да разграничава истинска от фалшива прогресия чрез повторно измерване на КТ или ПЕТ данни за всеки тумор, включително фактори като форма, интензитет и текстура, с AUC от 0,79. Тези радиомикни модели могат да бъдат използвани в бъдеще, за да се избегне преждевременно прекратяване на лечението поради погрешна преценка на прогресията на заболяването.

Чревна микробиота
Очаква се биомаркерите на чревната микробиота да предскажат терапевтичния отговор на ICI. Многобройни проучвания показват, че специфична чревна микробиота е тясно свързана с отговора на различни видове рак към лечение с ICI. Например, при пациенти с меланом и рак на черния дроб, изобилието от бактерии Ruminococcaceae е свързано с отговора на имунотерапията с PD-1. Обогатяването с Akkermansia muciniphila е често срещано при пациенти с рак на черния дроб, рак на белия дроб или бъбречно-клетъчен карцином, които реагират добре на лечение с ICI.

Освен това, новият модел на машинно обучение може да бъде независим от видовете тумори и да свързва специфични родове чревни бактерии с терапевтичния отговор на имунотерапията. Други проучвания също разкриха специфичната роля, която отделните бактериални групи играят в регулирането на имунната система на гостоприемника, като допълнително проучиха как да се предотврати или насърчи имунното освобождаване на раковите клетки.

Неоадювантна терапия
Динамичната оценка на туморната биология може да насочи последващите клинични стратегии за лечение. Проучването за неоадювантна терапия може да оцени терапевтичния ефект чрез патологична ремисия в хирургически проби. При лечението на меланом, първичният патологичен отговор (MPR) е свързан с процента на преживяемост без рецидив. В проучването PRADO изследователите определят следващите клинични интервенционни мерки, като хирургия и/или адювантна терапия, въз основа на специфични за пациента данни за патологична ремисия.

Сред различните видове рак, няколко нови варианта за адювантна терапия все още нямат директно сравнение. Следователно, изборът между монотерапия с имунотерапия или комбинирана терапия често се решава съвместно от лекуващия лекар и пациента. В момента изследователите са разработили характеристика за интерферон гама (IFN гама), съдържаща 10 гена, като биомаркер за прогнозиране на патологична ремисия при меланом след неоадювантна терапия. Те допълнително интегрираха тези характеристики в алгоритъм за избор на пациенти със силен или слаб отговор на неоадювантна терапия. В последващо проучване, наречено DONIMI, изследователите използваха този резултат, комбиниран с по-сложен анализ, не само за да предскажат отговора на лечението, но и за да определят кои пациенти с меланом в стадий III се нуждаят от добавяне на инхибитори на хистон деацетилаза (HDACi), за да се подобри отговорът на неоадювантно ICI лечение.

Модел на тумор, получен от пациенти
In vitro туморните модели имат потенциала да предскажат специфични за пациента отговори. За разлика от in vitro платформата, използвана за анализ на спектъра на лекарствения отговор на хематологични злокачествени заболявания, солидните тумори са изправени пред по-големи предизвикателства поради уникалната си туморна микроструктура и туморни имунни взаимодействия. Обикновената туморна клетъчна култура не може лесно да възпроизведе тези сложни характеристики. В този случай тумороподобни органи или органни чипове, произхождащи от пациенти, могат да компенсират тези структурни ограничения, тъй като могат да запазят оригиналната структура на туморните клетки и да симулират взаимодействия с лимфоидни и миелоидни имунни клетки, за да оценят ICI отговорите по специфичен за пациента начин, като по този начин по-точно възпроизвеждат биологичните характеристики в по-реалистична триизмерна среда.

Няколко революционни проучвания в Китай и Съединените щати са възприели този нов висококачествен триизмерен in vitro туморен модел. Резултатите показват, че тези модели могат ефективно да предскажат реакцията на рак на белия дроб, рак на дебелото черво, рак на гърдата, меланом и други тумори към ICI. Това полага основите за по-нататъшна проверка и стандартизиране на предсказващата ефективност на тези модели.