在肺腺癌中剖析抗PD-1反应的转录组信号

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 像抗PD-1这样的免疫检查点抑制剂 (ICI) 在某些癌症中提供了持久的反应,但缺乏可靠的预测生物标志物.
• 在肺腺癌 (LUAD) 中预测患者对抗PD-1疗法的反应仍然是一个重大的临床挑战.

研究的目的:

• 开发和验证一种复合模型,用于预测LUAD患者的抗PD-1/PD-L1反应.
• 使用瘤突变负担 (TMB) 和转录组数据识别与治疗反应相关的分子特征.

主要方法:

• 分析了85名LUAD患者的TMB和转录基因组测序数据,这些患者接受了抗PD-L1治疗.
• 为PD-L1阴性患者开发基于TMB的预测器,并为PD-L1阳性患者开发整体XGBoost模型,包括基因表达,基因组活动和细胞类型组成.

主要成果:

• 在PD-L1阴性患者中,TMB显示出良好的预测性表现 (AUC=0.81).
• 基于转录基因组组合模型在PD-L1阳性患者中实现了高精度 (AUC>0.9),强调了T细胞活动的作用.
• 在非响应者中观察到高CTLA4表达,这表明潜在的治疗点.

结论:

• 整合TMB和转录组数据的复合模型可以有效地预测LUAD中的抗PD-1反应.
• T细胞活动是预测免疫疗法反应的关键因素.
• CTLA4表达可能表明可以从组合疗法中受益的患者的一个子集.