вести

Имунотерапија је донела револуционарне промене у лечењу малигних тумора, али и даље постоје неки пацијенти који не могу имати користи. Стога су у клиничким применама хитно потребни одговарајући биомаркери како би се предвидела ефикасност имунотерапије, како би се максимизирала ефикасност и избегла непотребна токсичност.

Биомаркери одобрени од стране ФДА

Експресија PD-L1. Процена нивоа експресије PD-L1 имунохистохемијом (IHC) даје скор пропорције тумора (TPS), што је проценат делимично или потпуно мембрански обојених туморских ћелија било ког интензитета у преживелим туморским ћелијама. У клиничким испитивањима, овај тест служи као помоћни дијагностички тест за лечење узнапредовалог неситноћелијског карцинома плућа (NSCLC) пембролизумабом. Ако је TPS узорка ≥ 1%, сматра се да је експресија PD-L1; TPS ≥ 50% указује на високу експресију PD-L1. У почетном испитивању фазе 1 (KEYNOTE-001), стопа одговора пацијената у подгрупи PD-L1 TPS>50% који су користили пембролизумаб била је 45,2%, док је, без обзира на TPS, стопа одговора свих пацијената који су примали овај третман инхибитором имунолошких контролних тачака (ICI) била 19,4%. У накнадном испитивању фазе 2/3 (KEYNOTE-024) пацијенти са PD-L1 TPS>50% су насумично распоређени да примају пембролизумаб и стандардну хемотерапију, а резултати су показали значајно побољшање укупног преживљавања (OS) код пацијената који су примали лечење пембролизумабом.

Међутим, примена PD-L1 у предвиђању ICI одговора је ограничена различитим факторима. Прво, оптимални праг за различите врсте рака варира. На пример, Паболизумаб се може користити када је експресија PD-L1 тумора код пацијената са раком желуца, раком једњака, раком бешике и раком плућа 1%, 10% и 50% респективно. Друго, процена ћелијске популације експресије PD-L1 варира у зависности од врсте рака. На пример, лечење рекурентног или метастатског сквамозног ћелијског карцинома главе и врата може се одлучити за употребу друге методе тестирања коју је одобрила FDA, Свеобухватног позитивног резултата (CPS). Треће, готово да нема корелације између експресије PD-L1 код различитих карцинома и ICI одговора, што указује да позадина тумора може бити кључни фактор у предвиђању ICI биомаркера. На пример, према резултатима CheckMate-067 теста, негативна предиктивна вредност експресије PD-L1 код меланома је само 45%. Коначно, вишеструке студије су откриле да је експресија PD-L1 недоследна у различитим туморским лезијама код једног пацијента, чак и унутар истог тумора. Укратко, иако су почетна клиничка испитивања НСЛЦ подстакла истраживање експресије PD-L1 као могућег предиктивног биомаркера, његова клиничка употреба код различитих врста рака остаје нејасна.

Оптерећење туморским мутацијама. Оптерећење туморским мутацијама (TMB) коришћено је као алтернативни индикатор имуногености тумора. Према резултатима клиничког испитивања KEYNOTE-158, међу 10 врста узнапредовалих солидних тумора лечених пембролизумабом, пацијенти са најмање 10 мутација по мегабази (висок TMB) имали су већу стопу одговора од оних са ниским TMB. Вреди напоменути да је у овој студији TMB био предиктор ПФС-а, али није могао да предвиди ОС.

Одговор на имунотерапију углавном је вођен препознавањем нових антигена од стране Т ћелија. Имуногеност повезана са вишим ТМБ такође зависи од различитих фактора, укључујући туморски неоантиген који тумор презентује; имуни систем препознаје туморске неоантигене; способност домаћина да покрене антиген-специфичне одговоре. На пример, подаци сугеришу да тумори са највећом инфилтрацијом неких имунских ћелија могу заправо имати амплификацију инхибиторних регулаторних Т ћелија (Treg) клонова. Поред тога, опсег ТМБ може се разликовати од потенцијала ТМБ неоантигена, јер тачно место мутације такође игра значајну улогу; мутације које посредују у различитим путевима презентације антигена могу утицати на презентацију (или непрезентацију) нових антигена имуном систему, што указује да интринзичне и имунолошке карактеристике тумора морају бити конзистентне да би се произвели оптимални ИЦИ одговори.

Тренутно се ТМБ мери путем секвенцирања следеће генерације (НГС), које може да варира међу различитим институцијама (интерно) или комерцијалним платформама које се користе. НГС укључује секвенцирање целог ексома (СЕ), секвенцирање целог генома и циљано секвенцирање, које се може добити из туморског ткива и циркулишуће туморске ДНК (цтДНК). Вреди напоменути да различите врсте тумора имају широк спектар ТМБ, при чему имуногени тумори као што су меланом, НСЛЦ и сквамозноћелијски карцином имају највише нивое ТМБ. Слично томе, методе детекције дизајниране за различите типове тумора имају различите дефиниције праговних вредности ТМБ. У проучавању НСЛЦ, меланома, уротелног карцинома и ситноћелијског карцинома плућа, ове методе детекције користе различите аналитичке методе (као што су СЕ или ПЦР детекција за одређени број повезаних гена) и прагове (ТМБ висок или ТМБ низак).

Микросателити су веома нестабилни. Микросателит високо нестабилан (MSI-H), као биомаркер пан-канцерозе за ICI одговор, има одличне перформансе у предвиђању ефикасности ICI код различитих врста рака. MSI-H је резултат дефеката поправке неусклађености (dMMR), што доводи до високе стопе мутација, посебно у микросателитским регионима, што резултира производњом великог броја нових антигена и на крају покреће клонски имуни одговор. Због високог мутационог оптерећења изазваног dMMR, MSI-H тумори се могу сматрати врстом тумора са високим мутационим оптерећењем (TMB). На основу резултата клиничких испитивања KEYNOTE-164 и KEYNOTE-158, FDA је одобрила пембролизумаб за лечење MSI-H или dMMR тумора. Ово је један од првих лекова за пан-канцерозе које је одобрила FDA на основу биологије тумора, а не хистологије.

Упркос значајном успеху, постоје и проблеми којих треба бити свестан када се користи MSI статус. На пример, до 50% пацијената са dMMR колоректалним карциномом нема одговор на ICI третман, што истиче важност других карактеристика у предвиђању одговора. Друге суштинске карактеристике тумора које се не могу проценити тренутним платформама за детекцију могу бити фактори који доприносе. На пример, било је извештаја да пацијентима са мутацијама у генима који кодирају важне каталитичке подјединице полимеразе делта (POLD) или полимеразе ε (POLE) у ДНК региону недостаје верност репликације и показују фенотип „супер мутације“ у својим туморима. Неки од ових тумора имају значајно повећану микросателитску нестабилност (дакле припадају MSI-H), али протеини за поправку неусклађености не недостају (дакле, нису dMMR).

Поред тога, слично ТМБ, на MSI-H такође утичу нови типови антигена генерисани нестабилношћу микросателита, препознавањем нових типова антигена од стране домаћина и одговором имуног система домаћина. Чак и код тумора типа MSI-H, велики број мутација једног нуклеотида је идентификован као мутације путника (мутације које нису драјверске). Стога, ослањање искључиво на број микросателита идентификованих у тумору није довољно; стварни тип мутације (идентификован кроз специфичне профиле мутација) може побољшати предиктивне перформансе овог биомаркера. Поред тога, само мали део пацијената оболелих од рака припада MSI-H туморима, што указује на тренутну потребу за шире применљивим биомаркерима. Стога, идентификовање других ефикасних биомаркера за предвиђање ефикасности и вођење лечења пацијената остаје важно подручје истраживања.

Организационо засновано истраживање биомаркера

С обзиром на то да је механизам деловања ICI преокретање супресије имуних ћелија, а не директно циљање унутрашњих путева туморских ћелија, даља истраживања треба да се фокусирају на систематску анализу окружења раста тумора и интеракције између туморских ћелија и имуних ћелија, што може помоћи у разјашњавању фактора који утичу на одговор ICI. Многе истраживачке групе су проучавале туморске или имуне карактеристике специфичних типова ткива, као што су карактеристике мутације туморских и имуних гена, дефицити презентације туморских антигена или вишећелијски имуни центри или агрегати (као што су терцијарне лимфоидне структуре), који могу предвидети одговоре на имунотерапију.

Истраживачи су користили NGS за секвенцирање тумора и имуног егзома и транскриптома ткива пацијената пре и после ICI третмана, и спровели су анализу просторног снимања. Коришћењем више интегрисаних модела, у комбинацији са техникама као што су секвенцирање појединачних ћелија и просторно снимање, или мултиомички модели, побољшана је предиктивна способност исхода ICI третмана. Поред тога, свеобухватна метода за процену имуних сигнала тумора и интринзичних карактеристика тумора такође је показала јачу предиктивну способност. На пример, свеобухватна метода секвенцирања група која истовремено мери карактеристике тумора и имунитета је супериорнија од једне аналитичке променљиве. Ови резултати истичу потребу за симулацијом ефикасности ICI на свеобухватнији начин, укључујући укључивање резултата процене имуног капацитета домаћина, интринзичних карактеристика тумора и имуних компоненти тумора код појединачних пацијената како би се боље предвидело који ће пацијенти реаговати на имунотерапију.

С обзиром на сложеност укључивања фактора тумора и домаћина у истраживање биомаркера, као и потенцијалну потребу за лонгитудиналном интеграцијом карактеристика имуног микроокружења, људи су почели да истражују биомаркере користећи компјутерско моделирање и машинско учење. Тренутно су се појавила нека револуционарна истраживачка достигнућа у овој области, што указује на будућност персонализоване онкологије уз помоћ машинског учења.

Изазови са којима се суочавају биомаркери засновани на ткивима

Ограничења аналитичких метода. Неки значајни биомаркери добро функционишу код одређених типова тумора, али не нужно и код других типова тумора. Иако специфичне генске карактеристике тумора имају јачу предиктивну способност од TMB и других, оне се не могу користити за дијагнозу свих тумора. У студији усмереној на пацијенте са NSCLC, утврђено је да карактеристике генских мутација боље предиктивно утичу на ефикасност ICI него висок TMB (≥ 10), али више од половине пацијената није било у стању да детектује карактеристике генских мутација.

Хетерогеност тумора. Метода биомаркера заснована на ткиву узоркује само на једном месту тумора, што значи да процена специфичних делова тумора можда не одражава тачно укупну експресију свих тумора код пацијента. На пример, студије су пронашле хетерогеност у експресији PD-L1 између и унутар тумора, а слични проблеми постоје и са другим маркерима ткива.

Због сложености биолошких система, многи раније коришћени биомаркери ткива су можда били превише поједностављени. Поред тога, ћелије у туморском микроокружењу (TME) су обично мобилне, тако да интеракције приказане у просторној анализи можда не представљају праве интеракције између туморских ћелија и имуних ћелија. Чак и ако биомаркери могу идеално да представљају целокупно туморско окружење у одређеном временском тренутку, ове мете се и даље могу индуковати и динамички мењати током времена, што указује да један снимак у временском тренутку можда не представља добро динамичке промене.

Хетерогеност пацијената. Чак и ако се открију познате генетске промене повезане са резистенцијом на ИЦИ, неки пацијенти који носе познате биомаркере резистенције и даље могу имати користи, вероватно због молекуларне и/или имунолошке хетерогености унутар тумора и на различитим местима тумора. На пример, недостатак β2-микроглобулина (Б2М) може указивати на нову или стечену резистенцију на лекове, али због хетерогености недостатка Б2М између појединаца и унутар тумора, као и интеракције механизама замене имунолошког препознавања код ових пацијената, недостатак Б2М не мора снажно да предвиди индивидуалну резистенцију на лекове. Стога, упркос присуству недостатка Б2М, пацијенти и даље могу имати користи од терапије ИЦИ.

Организационо засновани лонгитудинални биомаркери
Експресија биомаркера може се мењати током времена и под утицајем лечења. Статичке и појединачне процене тумора и имунобиологије могу превидети ове промене, а промене у туморском TME и нивоима имуног одговора домаћина такође се могу превидети. Вишеструке студије су показале да добијање узорака пре и током лечења може прецизније идентификовати промене повезане са лечењем ICI. Ово истиче важност динамичке процене биомаркера.

Биомаркери на бази крви
Предност анализе крви лежи у њеној способности да биолошки процени све појединачне туморске лезије, одражавајући просечна очитавања, а не очитавања специфичног места, што је чини посебно погодном за процену динамичких промена повезаних са лечењем. Бројни резултати истраживања показали су да коришћење циркулишуће туморске ДНК (ctDNA) или циркулишућих туморских ћелија (CTC) за процену минималне резидуалне болести (MRD) може водити одлуке о лечењу, али ови тестови имају ограничене информације о предвиђању да ли пацијенти могу имати користи од имунотерапија као што је ICI. Стога, тестирање ctDNA треба комбиновати са другим методама за мерење имунолошке активације или имунолошког капацитета домаћина. У том смислу, постигнут је напредак у имунофенотипизацији периферних мононуклеарних ћелија крви (PBMC) и протеомској анализи екстрацелуларних везикула и плазме. На пример, подтипови периферних имуних ћелија (као што су CD8+T ћелије), висока експресија молекула имуних контролних тачака (као што је PD1 на периферним CD8+T ћелијама) и повишени нивои различитих протеина у плазми (као што су CXCL8, CXCL10, IL-6, IL-10, PRAP1 и VEGFA) могу послужити као ефикасни допуњавајући фактори ctDNA динамичких ко-биомаркера. Предност ових нових метода је у томе што могу да процене промене унутар тумора (слично променама које детектује ctDNA) и могу такође открити промене у имуном систему пацијента.

Радиомика
Предиктивни фактори података слике могу ефикасно превазићи ограничења узорковања ткивних биомаркера и биопсије, и могу посматрати цео тумор и могућа друга метастатска места у било ком тренутку. Стога, они могу постати важан део неинвазивних динамичких биомаркера у будућности. Делта радиомика може квантитативно израчунати промене у вишеструким карактеристикама тумора (као што је величина тумора) у различитим временским тачкама, као што су пре и после ИЦИ третмана, током третмана и накнадног праћења. Делта радиомика не само да може предвидети почетни или никакав одговор на рани третман, већ и идентификовати стечену отпорност на ИЦИ у реалном времену и пратити сваки рецидив након потпуне ремисије. Модел снимања развијен помоћу технологије машинског учења је чак и бољи од традиционалног RECIST стандарда у предвиђању одговора на лечење и могућих нежељених догађаја. Тренутна истраживања показују да ови радиомички модели имају површину испод криве (AUC) до 0,8 до 0,92 у предвиђању одговора на имунотерапију.

Још једна предност радиомике је њена способност да прецизно идентификује псеудо прогресију. Радиомички модел конструисан машинским учењем може ефикасно да разликује истинску и лажну прогресију поновним мерењем ЦТ или ПЕТ података за сваки тумор, укључујући факторе као што су облик, интензитет и текстура, са AUC од 0,79. Ови радиомички модели могу се користити у будућности како би се избегао превремени прекид лечења због погрешне процене прогресије болести.

Цревна микробиота
Очекује се да биомаркери цревне микробиоте предвиде терапијски одговор на ИЦИ. Бројне студије су показале да је специфична цревна микробиота уско повезана са одговором различитих врста рака на лечење ИЦИ. На пример, код пацијената са меланомом и раком јетре, обиље бактерија Ruminococcaceae повезано је са одговором на имунотерапију PD-1. Обогаћивање бактеријом Akkermansia muciniphila је уобичајено код пацијената са раком јетре, раком плућа или карциномом бубрежних ћелија, који добро реагују на лечење ИЦИ.

Поред тога, нови модел машинског учења може бити независан од типова тумора и повезати специфичне родове цревних бактерија са терапијским одговором имунотерапије. Друге студије су такође откриле специфичну улогу коју појединачне бактеријске групе играју у регулисању имуног система домаћина, даље истражујући како спречити или подстаћи имуни бекство ћелија рака.

Неоадјувантна терапија
Динамичка евалуација биологије тумора може да води накнадне стратегије клиничког лечења. Испитивање неоадјувантне терапије може да процени терапеутски ефекат кроз патолошку ремисију у хируршким узорцима. У лечењу меланома, примарни патолошки одговор (МПР) је повезан са стопом преживљавања без рецидива. У PRADO испитивању, истраживачи одређују следеће мере клиничке интервенције, као што су хирургија и/или адјувантна терапија, на основу података о патолошкој ремисији специфичних за пацијента.

Међу различитим врстама рака, неколико нових опција адјувантне терапије још увек нема директно поређење. Стога, избор између монотерапије имунотерапијом или комбиноване терапије често заједнички одлучују лекар који лечи пацијента и пацијент. Тренутно су истраживачи развили карактеристику интерферона гама (IFN гама) која садржи 10 гена као биомаркер за предвиђање патолошке ремисије меланома након неоадјувантне терапије. Даље су интегрисали ове карактеристике у алгоритам за одабир пацијената са јаким или слабим одговором на неоадјувантну терапију. У студији праћења под називом DONIMI, истраживачи су користили овај скор, у комбинацији са сложенијом анализом, не само да би предвидели одговор на лечење, већ и да би утврдили којим пацијентима са меланомом трећег стадијума је потребно додавање инхибитора хистон деацетилазе (HDACi) како би се побољшао одговор на неоадјувантну ICI терапију.

Модел тумора изведен од пацијената
Ин витро модели тумора имају потенцијал да предвиде специфичне одговоре пацијента. За разлику од ин витро платформе која се користи за анализу спектра одговора на лекове код хематолошких малигнитета, солидни тумори се суочавају са већим изазовима због своје јединствене микроструктуре тумора и имунолошких интеракција тумора. Једноставна култура туморских ћелија не може лако да реплицира ове сложене карактеристике. У овом случају, органи слични тумору или чипови органа који потичу од пацијената могу да компензују ова структурна ограничења, јер могу да сачувају оригиналну структуру туморских ћелија и симулирају интеракције са лимфоидним и мијелоидним имуним ћелијама како би проценили ИЦИ одговоре на начин специфичан за пацијента, чиме се прецизније репродукују биолошке карактеристике у реалистичнијем тродимензионалном окружењу.

Неколико револуционарних студија у Кини и Сједињеним Државама усвојило је овај нови висококвалитетни тродимензионални in vitro модел тумора. Резултати показују да ови модели могу ефикасно предвидети одговор рака плућа, рака дебелог црева, рака дојке, меланома и других тумора на ICI. Ово поставља темеље за даљу верификацију и стандардизацију предиктивних перформанси ових модела.