背景: 抑制程序性细胞死亡1及其配体(抗PD-1 / PD-L1)的疗法在许多癌症中具有显着的生存获益，但是这些疗法的疗效在不同类型的癌症中差异很大。确定与此癌症类型特异性反应相关的潜在变量仍然是一项重要的开放研究挑战。
实验目的: 系统评估大量新抗原，检查点和免疫反应相关的变量，以确定可准确预测不同癌症类型对抗PD-1 / PD-L1治疗反应的关键变量。
实验方法: 这项广泛的数据分析使用了来自可公开获得的癌症基因组图谱的7187名患者的全外显子组和RNA测序，以及从一系列临床试验中获得的21种癌症的客观缓解率(ORR)数据。所考虑的3个不同类别的36个变量与(1)肿瘤新抗原，(2)肿瘤微环境和炎症以及(3)检查点目标相关。评估了每种变量及其组合在预测抗PD-1 / PD-L1治疗的ORR方面的性能。预测的准确性通过Spearman相关性进行量化，该Spearman相关性使用标准的留一法交叉验证(一种将数据划分为两个部分来评估统计模型的统计方法)：一种用于训练模型，另一种用于验证模型。对抗PD-1 / PD-1治疗的反应。
实验结果: 在这36个变量中，估计的CD8 + T细胞丰度是所有癌症类型对抗PD-1 / PD-L1治疗反应的最预测指标(Spearman R = 0.72;P <2.3×10 -4)，其次肿瘤突变负担(Spearman R = 0.68; P <6.2×10 -4)和高PD1基因表达的样本比例(Spearman R = 0.68; P <6.9×10 -4)。值得注意的是，这些前3个变量涵盖了所考虑的3个类别，并且它们的组合与响应高度相关(Spearman R = 0.90; P <4.1×10 -8)，解释了在不同肿瘤类型中观察到的ORR变化的80%以上。
结论: 我们知道，这是对不同肿瘤类型中与抗PD-1 / PD-L1治疗反应相关的不同变量的首次系统评价。研究结果表明，这三个关键变量可以解释大多数观察到的跨癌症反应变异性，但是它们的相对解释作用在特定的癌症类型中可能有所不同。
本文系晟斯医学(ShengSci)原创编译整理，转载需授权！
凡文章来源标注为 “ 晟斯医学 ” ，则是本站原创编译整理，未经本网站授权不得转载和使用。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。