腫瘍の微環境の時間的・空間的構成は,転移性TNBCにおける免疫チェックポイント阻害に対する反応を予測する

科学分野:

• 腫瘍学 腫瘍学
• 免疫学 免疫学とは
• コンピューター病理学 (Computational Pathology) について

背景:

• 免疫チェックポイント阻害 (ICI) は,転移性三重陰性乳がん (mTNBC) の治療に限られた有効性を示しています.
• mTNBCにおけるICI応答の予測バイオマーカーはほとんど知られていない.
• 腫瘍微環境 (TME) ダイナミクスの縦断分析は,治療反応を理解するために重要である.

研究 の 目的:

• mTNBC患者のニボルマブ治療に対する反応の予測バイオマーカーを特定する.
• ICI結果の予測における空間的なTME特性の役割を調査する.
• 治療のダイナミクスを理解するための縦断腫瘍プロファイルの有用性を評価する.

主な方法:

• 第2相TONIC試験の縦線コホート (n=103) の分析.
• 270の原発性および転移性腫瘍のサンプルにわたる37のタンパク質の高度複合イメージング.
• >800の画像特性を抽出するためのSpaceCatパイプラインの開発と応用.
• 結果予測のための多変量モデリングと大量RNAシーケンシング.

主要な成果:

• 原発性腫瘍ではなく,転移性腫瘍には,患者のアウトカムを予測する特徴が宿っている.
• 主な予測機能には,免疫細胞の多様性と,腫瘍の境界にあるT細胞の浸透が含まれていた.
• T細胞と癌細胞の比率,および骨髄細胞におけるPDL1発現も,応答と関連していた.
• 多変量モデルは高い予測性能 (AUC=0.90) を達成した.

結論:

• TMEの縦断プロファイリングは,ICI応答のダイナミクスを理解するために不可欠です.
• 転移性腫瘍における空間免疫メトリックは,mTNBCにおけるICI有効性の強力な予測指標である.
• これらの発見は,新しいバイオマーカーおよびmTNBCの治療戦略の開発に情報を提供することができます.