novice

Imunoterapija je prinesla revolucionarne spremembe v zdravljenje malignih tumorjev, vendar nekateri bolniki še vedno ne morejo imeti koristi od nje. Zato so v klinični praksi nujno potrebni ustrezni biomarkerji za napovedovanje učinkovitosti imunoterapije, da bi povečali učinkovitost in se izognili nepotrebni toksičnosti.

Biomarkerji, odobreni s strani FDA

Izražanje PD-L1. Z imunohistokemijo (IHC) se izračuna rezultat deleža tumorja (TPS), ki je odstotek delno ali popolnoma membransko obarvanih tumorskih celic katere koli intenzivnosti v preživelih tumorskih celicah. V kliničnih preskušanjih ta test služi kot pomožni diagnostični test za zdravljenje napredovalega nedrobnoceličnega pljučnega raka (NSCLC) s pembrolizumabom. Če je TPS vzorca ≥ 1 %, se šteje, da gre za izražanje PD-L1; TPS ≥ 50 % kaže na visoko izražanje PD-L1. V začetnem preskušanju faze 1 (KEYNOTE-001) je bila stopnja odziva bolnikov v podskupini PD-L1 TPS > 50 %, ki so uporabljali pembrolizumab, 45,2 %, medtem ko je bila ne glede na TPS stopnja odziva vseh bolnikov, ki so prejemali to zdravljenje z zaviralcem imunskih kontrolnih točk (ICI), 19,4 %. V poznejši študiji faze 2/3 (KEYNOTE-024) so ​​bolnike s PD-L1 TPS > 50 % naključno razporedili v skupino, ki je prejemala pembrolizumab in standardno kemoterapijo, rezultati pa so pokazali znatno izboljšanje celokupnega preživetja (OS) pri bolnikih, ki so prejemali zdravljenje s pembrolizumabom.

Vendar pa je uporaba PD-L1 pri napovedovanju odzivov ICI omejena zaradi različnih dejavnikov. Prvič, optimalni prag za različne vrste raka se razlikuje. Na primer, pabolizumab se lahko uporablja, kadar je izražanje PD-L1 v tumorju pri bolnikih z rakom želodca, požiralnika, mehurja in pljuč 1 %, 10 % oziroma 50 %. Drugič, ocenjevanje celične populacije izražanja PD-L1 se razlikuje glede na vrsto raka. Na primer, pri zdravljenju ponavljajočega se ali metastatskega ploščatoceličnega karcinoma glave in vratu se lahko uporabi druga metoda testiranja, ki jo je odobrila FDA, in sicer celovita pozitivna ocena (CPS). Tretjič, med izražanjem PD-L1 pri različnih vrstah raka in odzivom ICI skoraj ni korelacije, kar kaže, da je lahko tumorsko ozadje ključni dejavnik pri napovedovanju biomarkerjev ICI. Na primer, glede na rezultate testa CheckMate-067 je negativna napovedna vrednost izražanja PD-L1 pri melanomu le 45 %. Končno so številne študije pokazale, da je izražanje PD-L1 nedosledno med različnimi tumorskimi lezijami pri enem samem bolniku, celo znotraj istega tumorja. Skratka, čeprav so začetne klinične študije nedrobnoceličnega pljučnega raka spodbudile raziskave o izražanju PD-L1 kot možnem napovednem biomarkerju, njegova klinična uporabnost pri različnih vrstah raka ostaja nejasna.

Breme tumorskih mutacij. Breme tumorskih mutacij (TMB) se uporablja kot alternativni kazalnik imunogenosti tumorja. Glede na rezultate kliničnega preskušanja KEYNOTE-158 so imeli med 10 vrstami napredovalih solidnih tumorjev, zdravljenih s pembrolizumabom, bolniki z vsaj 10 mutacijami na megabazo (visoko TMB) višjo stopnjo odziva kot tisti z nizkim TMB. Omeniti velja, da je bil TMB v tej študiji napovedovalec preživetja brez napredovanja bolezni (PFS), ni pa mogel napovedati celokupnega preživetja.

Odziv na imunoterapijo je v glavnem odvisen od prepoznavanja novih antigenov s strani celic T. Imunogenost, povezana z višjim TMB, je odvisna tudi od različnih dejavnikov, vključno s tumorskim neoantigenom, ki ga predstavlja tumor; imunski sistem prepozna tumorske neoantigene; sposobnost gostitelja, da sproži antigensko specifične odzive. Podatki na primer kažejo, da imajo tumorji z največjo infiltracijo nekaterih imunskih celic dejansko lahko amplifikacijo klonov inhibitornih regulatornih celic T (Treg). Poleg tega se lahko obseg TMB razlikuje od potenciala neoantigenov TMB, saj ima pomembno vlogo tudi natančno mesto mutacije; Mutacije, ki posredujejo pri različnih poteh predstavitve antigena, lahko vplivajo na predstavitev (ali nepredstavitev) novih antigenov imunskemu sistemu, kar kaže, da morajo biti intrinzične in imunološke značilnosti tumorja dosledne, da se dosežejo optimalni odzivi ICI.

Trenutno se TMB meri s sekvenciranjem naslednje generacije (NGS), ki se lahko razlikuje med različnimi ustanovami (interno) ali uporabljenimi komercialnimi platformami. NGS vključuje sekvenciranje celotnega eksoma (WES), sekvenciranje celotnega genoma in ciljno sekvenciranje, ki ga je mogoče pridobiti iz tumorskega tkiva in tumorske DNK v krvnem obtoku (ctDNA). Omeniti velja, da imajo različne vrste tumorjev širok razpon TMB, pri čemer imajo imunogeni tumorji, kot so melanom, nedrobnocelični pljučni rak (NSCLC) in ploščatocelični karcinom, najvišje ravni TMB. Podobno imajo metode odkrivanja, zasnovane za različne vrste tumorjev, različne definicije pragovnih vrednosti TMB. Pri preučevanju NSCLC, melanoma, urotelijskega karcinoma in drobnoceličnega pljučnega raka te metode odkrivanja uporabljajo različne analitične metode (kot sta WES ali PCR detekcija za določeno število sorodnih genov) in pragove (visok TMB ali nizek TMB).

Mikrosateliti so zelo nestabilni. Zelo nestabilen mikrosatelit (MSI-H), kot biomarker za celoten rak za odziv ICI, ima odlične rezultate pri napovedovanju učinkovitosti ICI pri različnih vrstah raka. MSI-H je posledica napak pri popravljanju neusklajenosti (dMMR), kar vodi do visoke stopnje mutacij, zlasti v mikrosatelitskih regijah, kar povzroči nastanek velikega števila novih antigenov in na koncu sproži klonski imunski odziv. Zaradi visokega bremena mutacij, ki ga povzroča dMMR, lahko tumorje MSI-H obravnavamo kot vrsto tumorja z visokim bremenom mutacij (TMB). Na podlagi rezultatov kliničnih preskušanj KEYNOTE-164 in KEYNOTE-158 je FDA odobrila pembrolizumab za zdravljenje tumorjev MSI-H ali dMMR. To je eno prvih zdravil za celoten rak, ki ga je FDA odobrila na podlagi biologije tumorja in ne histologije.

Kljub znatnemu uspehu obstajajo tudi težave, ki jih je treba upoštevati pri uporabi statusa MSI. Na primer, do 50 % bolnikov z rakom debelega črevesa in danke z dMMR se ne odzove na zdravljenje z ICI, kar poudarja pomen drugih značilnosti pri napovedovanju odziva. K temu lahko prispevajo tudi druge intrinzične značilnosti tumorjev, ki jih trenutne platforme za odkrivanje ne morejo oceniti. Na primer, poročali so, da bolniki z mutacijami v genih, ki kodirajo pomembne katalitične podenote polimeraze delta (POLD) ali polimeraze ε (POLE) v regiji DNK, nimajo replikacijske zvestobe in kažejo fenotip "super mutacije" v svojih tumorjih. Nekateri od teh tumorjev imajo znatno povečano mikrosatelitsko nestabilnost (zato pripadajo MSI-H), vendar jim ne manjkajo proteini za popravljanje neusklajenosti (zato ne dMMR).

Poleg tega, podobno kot TMB, tudi na MSI-H vplivajo novi tipi antigenov, ki nastanejo zaradi nestabilnosti mikrosatelitov, prepoznavanja novih tipov antigenov s strani gostitelja in odzivnosti imunskega sistema gostitelja. Tudi pri tumorjih tipa MSI-H je bilo identificiranih veliko število mutacij z enim nukleotidom kot potniške mutacije (ne-gonilne mutacije). Zato se zanašanje zgolj na število mikrosatelitov, identificiranih v tumorju, ne zadošča; dejanska vrsta mutacije (identificirana s specifičnimi profili mutacij) lahko izboljša napovedno učinkovitost tega biomarkerja. Poleg tega le majhen delež bolnikov z rakom pripada tumorjem MSI-H, kar kaže na trenutno potrebo po širše uporabnih biomarkerjih. Zato ostaja pomembno raziskovalno področje prepoznavanje drugih učinkovitih biomarkerjev za napovedovanje učinkovitosti in usmerjanje zdravljenja bolnikov.

Raziskave biomarkerjev, ki temeljijo na organizacijah

Glede na to, da mehanizem delovanja ICI temelji na obrnitvi supresije imunskih celic in ne na neposrednem ciljanju na intrinzične poti tumorskih celic, bi se morale nadaljnje raziskave osredotočiti na sistematično analizo okolja rasti tumorja in interakcije med tumorskimi in imunskimi celicami, kar bi lahko pomagalo razjasniti dejavnike, ki vplivajo na odziv ICI. Številne raziskovalne skupine so preučevale tumorske ali imunske značilnosti specifičnih vrst tkiv, kot so značilnosti mutacij tumorskih in imunskih genov, primanjkljaji pri predstavitvi tumorskih antigenov ali večcelični imunski centri ali agregati (kot so terciarne limfoidne strukture), ki lahko napovedujejo odzive na imunoterapijo.

Raziskovalci so uporabili NGS za sekvenciranje tumorskega in imunskega eksoma ter transkriptoma tkiv bolnikov pred in po zdravljenju z ICI ter izvedli prostorsko slikovno analizo. Z uporabo več integriranih modelov v kombinaciji s tehnikami, kot so sekvenciranje posameznih celic in prostorsko slikanje ali modeli z več omikalijami, se je izboljšala napovedna sposobnost izidov zdravljenja z ICI. Poleg tega je celovita metoda za ocenjevanje imunskih signalov tumorja in intrinzičnih značilnosti tumorja pokazala tudi močnejšo napovedno sposobnost. Na primer, celovita metoda šaržnega sekvenciranja, ki hkrati meri značilnosti tumorja in imunskega sistema, je boljša od ene same analitične spremenljivke. Ti rezultati poudarjajo potrebo po simuliranju učinkovitosti ICI na bolj celovit način, vključno z vključitvijo rezultatov ocenjevanja imunske zmogljivosti gostitelja, intrinzičnih značilnosti tumorja in komponent tumorskega imunskega sistema pri posameznih bolnikih, da bi bolje napovedali, kateri bolniki se bodo odzvali na imunoterapijo.

Glede na kompleksnost vključevanja tumorskih in gostiteljskih dejavnikov v raziskave biomarkerjev, pa tudi glede na potencialno potrebo po longitudinalni integraciji značilnosti imunskega mikrookolja, so ljudje začeli raziskovati biomarkerje z uporabo računalniškega modeliranja in strojnega učenja. Trenutno so se na tem področju pojavili nekateri prelomni raziskovalni dosežki, ki kažejo na prihodnost personalizirane onkologije s pomočjo strojnega učenja.

Izzivi, s katerimi se soočajo biomarkerji na osnovi tkiv

Omejitve analitičnih metod. Nekateri pomembni biomarkerji se dobro obnesejo pri določenih vrstah tumorjev, ne pa nujno tudi pri drugih vrstah tumorjev. Čeprav imajo tumorsko specifične genske značilnosti močnejšo napovedno sposobnost kot TMB in drugi, jih ni mogoče uporabiti za diagnozo vseh tumorjev. V študiji, namenjeni bolnikom z nedrobnoceličnim pljučnim rakom (NSCLC), so ugotovili, da so značilnosti genskih mutacij bolj napovedne za učinkovitost ICI kot visok TMB (≥ 10), vendar več kot polovica bolnikov ni mogla zaznati značilnosti genskih mutacij.

Heterogenost tumorja. Metoda tkivnega biomarkerja vzorči le na enem samem mestu tumorja, kar pomeni, da ocena specifičnih delov tumorja morda ne odraža natančno celotne ekspresije vseh tumorjev pri bolniku. Študije so na primer pokazale heterogenost v ekspresiji PD-L1 med tumorji in znotraj njih, podobne težave pa obstajajo tudi pri drugih tkivnih označevalcih.

Zaradi kompleksnosti bioloških sistemov so bili mnogi prej uporabljeni tkivni biomarkerji morda poenostavljeni. Poleg tega so celice v tumorskem mikrookolju (TME) običajno mobilne, zato interakcije, prikazane v prostorski analizi, morda ne predstavljajo dejanskih interakcij med tumorskimi celicami in imunskimi celicami. Tudi če biomarkerji idealno predstavljajo celotno tumorsko okolje v določenem časovnem trenutku, se te tarče še vedno lahko inducirajo in dinamično spreminjajo skozi čas, kar kaže, da en sam posnetek v časovnem trenutku morda ne predstavlja dobro dinamičnih sprememb.

Heterogenost bolnikov. Tudi če se odkrijejo znane genetske spremembe, povezane z odpornostjo na ICI, lahko nekateri bolniki z znanimi biomarkerji odpornosti še vedno koristijo, verjetno zaradi molekularne in/ali imunske heterogenosti znotraj tumorja in na različnih mestih tumorja. Na primer, pomanjkanje β2-mikroglobulina (B2M) lahko kaže na novo ali pridobljeno odpornost na zdravila, vendar zaradi heterogenosti pomanjkanja B2M med posamezniki in znotraj tumorjev, pa tudi zaradi interakcije mehanizmov nadomeščanja imunskega prepoznavanja pri teh bolnikih, pomanjkanje B2M morda ne napoveduje individualne odpornosti na zdravila. Zato lahko bolniki kljub prisotnosti pomanjkanja B2M še vedno koristijo zdravljenje z ICI.

Organizacijski longitudinalni biomarkerji
Izražanje biomarkerjev se lahko sčasoma in z vplivom zdravljenja spreminja. Statične in posamične ocene tumorjev in imunobiologije lahko te spremembe spregledajo, prav tako pa se lahko spregledajo spremembe v tumorskem TME in ravni imunskega odziva gostitelja. Več študij je pokazalo, da lahko odvzem vzorcev pred in med zdravljenjem natančneje prepozna spremembe, povezane z zdravljenjem ICI. To poudarja pomen dinamične ocene biomarkerjev.

Biomarkerji na osnovi krvi
Prednost analize krvi je v njeni sposobnosti biološke ocene vseh posameznih tumorskih lezij, ki odraža povprečne odčitke in ne odčitkov specifičnih mest, zaradi česar je še posebej primerna za ocenjevanje dinamičnih sprememb, povezanih z zdravljenjem. Številni rezultati raziskav so pokazali, da lahko uporaba tumorske DNA v krvnem obtoku (ctDNA) ali tumorskih celic v krvnem obtoku (CTC) za oceno minimalne preostale bolezni (MRD) usmerja odločitve o zdravljenju, vendar imajo ti testi omejene informacije o napovedovanju, ali lahko bolniki koristijo imunoterapije, kot je ICI. Zato je treba testiranje ctDNA kombinirati z drugimi metodami za merjenje imunske aktivacije ali imunske zmogljivosti gostitelja. V zvezi s tem je bil dosežen napredek pri imunofenotipizaciji perifernih mononuklearnih celic v krvi (PBMC) in proteomski analizi zunajceličnih veziklov in plazme. Na primer, podtipi perifernih imunskih celic (kot so celice CD8+T), visoka ekspresija molekul imunskih kontrolnih točk (kot je PD1 na perifernih celicah CD8+T) in povišane ravni različnih beljakovin v plazmi (kot so CXCL8, CXCL10, IL-6, IL-10, PRAP1 in VEGFA) lahko služijo kot učinkovita dopolnila k dinamičnim so-biomarkerjem ctDNA. Prednost teh novih metod je, da lahko ocenijo spremembe znotraj tumorja (podobno kot spremembe, ki jih zazna ctDNA) in lahko razkrijejo tudi spremembe v bolnikovem imunskem sistemu.

Radiomika
Prediktivni faktorji slikovnih podatkov lahko učinkovito premagajo omejitve vzorčenja tkivnih biomarkerjev in biopsije ter omogočajo opazovanje celotnega tumorja in morebitnih drugih metastatskih mest v katerem koli časovnem trenutku. Zato lahko v prihodnosti postanejo pomemben del neinvazivnih dinamičnih biomarkerjev. Delta radiomika lahko kvantitativno izračuna spremembe v več značilnostih tumorja (kot je velikost tumorja) v različnih časovnih točkah, na primer pred in po zdravljenju z ICI, med zdravljenjem in pri nadaljnjem spremljanju. Delta radiomika lahko ne le napove začetni odziv ali odsotnost odziva na zgodnje zdravljenje, temveč tudi v realnem času prepozna pridobljeno odpornost na ICI in spremlja morebitno ponovitev po popolni remisiji. Slikovni model, razvit s tehnologijo strojnega učenja, je pri napovedovanju odziva na zdravljenje in morebitnih neželenih učinkov celo boljši od tradicionalnega standarda RECIST. Trenutne raziskave kažejo, da imajo ti radiomski modeli površino pod krivuljo (AUC) do 0,8 do 0,92 pri napovedovanju odziva na imunsko terapijo.

Druga prednost radiomike je njena sposobnost natančnega prepoznavanja psevdo napredovanja bolezni. Radiomični model, zgrajen s strojnim učenjem, lahko učinkovito razlikuje med resničnim in lažnim napredovanjem bolezni s ponovnim merjenjem podatkov CT ali PET za vsak tumor, vključno z dejavniki, kot so oblika, intenzivnost in tekstura, z AUC 0,79. Ti radiomični modeli se lahko v prihodnosti uporabijo za preprečevanje prezgodnje prekinitve zdravljenja zaradi napačne ocene napredovanja bolezni.

Črevesna mikrobiota
Pričakuje se, da bodo biomarkerji črevesne mikrobiote napovedali terapevtski odziv ICI. Številne študije so pokazale, da je specifična črevesna mikrobiota tesno povezana z odzivom različnih vrst raka na zdravljenje z ICI. Na primer, pri bolnikih z melanomom in rakom jeter je številčnost bakterij Ruminococcaceae povezana z odzivom na imunoterapijo PD-1. Obogatitev z Akkermansia muciniphila je pogosta pri bolnikih z rakom jeter, pljučnim rakom ali karcinomom ledvičnih celic, ki se dobro odzivajo na zdravljenje z ICI.

Poleg tega je lahko novi model strojnega učenja neodvisen od vrst tumorjev in povezuje specifične rodove črevesnih bakterij s terapevtskim odzivom imunoterapije. Druge študije so prav tako razkrile specifično vlogo, ki jo imajo posamezne bakterijske skupine pri uravnavanju imunskega sistema gostitelja, in nadalje raziskale, kako preprečiti ali spodbuditi imunski pobeg rakavih celic.

Neoadjuvantna terapija
Dinamična ocena biologije tumorja lahko vodi nadaljnje strategije kliničnega zdravljenja. Preskušanje neoadjuvantne terapije lahko oceni terapevtski učinek s patološko remisijo v kirurških vzorcih. Pri zdravljenju melanoma je primarni patološki odziv (MPR) povezan s stopnjo preživetja brez ponovitve. V preskušanju PRADO raziskovalci določijo naslednje klinične intervencijske ukrepe, kot sta kirurški poseg in/ali adjuvantno zdravljenje, na podlagi podatkov o patološki remisiji, specifičnih za bolnika.

Med različnimi vrstami raka še vedno ni neposredne primerjave več novih možnosti adjuvantnega zdravljenja. Zato se o izbiri med monoterapijo z imunoterapijo ali kombiniranim zdravljenjem pogosto skupaj odločita lečeči zdravnik in bolnik. Trenutno so raziskovalci razvili funkcijo interferona gama (IFN gama), ki vsebuje 10 genov kot biomarker za napovedovanje patološke remisije melanoma po neoadjuvantni terapiji. Te značilnosti so nadalje integrirali v algoritem za izbiro bolnikov z močnim ali šibkim odzivom na neoadjuvantno zdravljenje. V nadaljnji študiji, imenovani DONIMI, so raziskovalci uporabili to oceno v kombinaciji z bolj kompleksno analizo ne le za napoved odziva na zdravljenje, temveč tudi za določitev, kateri bolniki z melanomom III. stopnje potrebujejo dodatek zaviralcev histonske deacetilaze (HDACi) za izboljšanje odziva na neoadjuvantno zdravljenje z ICI.

Model tumorja, pridobljen iz bolnikov
In vitro modeli tumorjev imajo potencial za napovedovanje odzivov specifičnih za bolnika. Za razliko od in vitro platforme, ki se uporablja za analizo spektra odziva na zdravila pri hematoloških malignih obolenjih, se solidni tumorji soočajo z večjimi izzivi zaradi svoje edinstvene mikrostrukture tumorja in interakcij tumorskega imunskega sistema. Preprosta kultura tumorskih celic ne more zlahka reproducirati teh kompleksnih značilnosti. V tem primeru lahko tumorjem podobni organi ali organski čipi, ki izvirajo od bolnikov, kompenzirajo te strukturne omejitve, saj lahko ohranijo prvotno strukturo tumorskih celic in simulirajo interakcije z limfoidnimi in mieloidnimi imunskimi celicami za oceno odzivov ICI na način, specifičen za bolnika, s čimer natančneje reproducirajo biološke značilnosti v bolj realističnem tridimenzionalnem okolju.

Več prebojnih študij na Kitajskem in v Združenih državah Amerike je uporabilo ta novi visoko zvest tridimenzionalni in vitro model tumorja. Rezultati kažejo, da lahko ti modeli učinkovito napovedujejo odziv pljučnega raka, raka debelega črevesa, raka dojke, melanoma in drugih tumorjev na ICI. To postavlja temelje za nadaljnje preverjanje in standardizacijo napovedne učinkovitosti teh modelov.