多重分析用于识别血蛋白生物标记物,用于预测肺癌免疫治疗反应
Moonki Hong1,2, Sang Wook Lee3, Byoung Chul Cho1
1Division of Medical Oncology, Department of Internal Medicine, Yonsei Cancer Center, Yonsei University College of Medicine, Seoul, South Korea.
Therapeutic advances in medical oncology
|May 23, 2024
概括
这项研究调查了使用Olink平台的蛋白质组分析是否可以预测非小细胞肺癌 (NSCLC) 免疫检查点抑制剂 (ICI) 反应. 奥林克平台没有显示ICI反应或NSCLC患者无进展生存率的预测价值.
科学领域:
- 在瘤学瘤学.
- 免疫治疗是一种免疫疗法.
- 生物标志物发现发现
背景情况:
- 编程死亡配体 (PD-L1) 表达是非小细胞肺癌 (NSCLC) 免疫检查点抑制剂 (ICI) 敏感性的生物标志物.
- 目前的PD-L1诊断在预测ICI反应方面存在局限性.
- 开发可靠的ICI反应生物标志物对于NSCLC治疗至关重要.
研究的目的:
- 评估Olink平台在NSCLC中预测ICI反应的潜力.
- 为了识别与治疗结果相关的蛋白质特征.
主要方法:
- 在ICI治疗之前,从76名NSCLC患者的血蛋白质体的回顾性分析.
- 使用Olink平台进行蛋白质组分析 (近距离延伸试验).
- 包括弹性净回归和通用线性模型在内的统计分析.
主要成果:
- 奥林克平台显示可接受的板内可再生性 (3-6% CV),但更高的板间可变性 (14% CV).
- 在进展性疾病的患者和响应ICI的患者之间的蛋白质组概况中没有发现统计学上显著的差异.
- 没有单个蛋白质组实现了无进展生存期 (PFS) 的预后值.
结论:
- 使用近距离延伸试验的Olink平台无法预测该NSCLC队列中患者对ICI的反应.
- 蛋白质组分析未能为ICI反应,进展或PFS提供预测价值.
