多omics分析揭示了免疫治疗对于不可切除的非小细胞肺癌的敏感性
Rui Wu1, Kunchen Wei2, Xingshuai Huang3
1Key Laboratory of Carcinogenesis and Translational Research (Ministry of Education/Beijing), Department of Thoracic Surgery II, Peking University Cancer Hospital & Institute, Beijing, China.
Frontiers in immunology
|February 24, 2025
概括
这项研究确定了血中的关键代谢物和蛋白质,可以准确预测非小细胞肺癌患者的免疫治疗反应. 这些生物标志物在预测治疗敏感性方面表现出很高的有效性.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 免疫治疗是一种免疫疗法.
背景情况:
- 在不可切除的第三期和第四期非小细胞肺癌 (NSCLC) 中预测免疫治疗反应至关重要.
- 在治疗前确定可靠的生物标志物可以优化患者对免疫治疗的选择.
研究的目的:
- 开发使用血代谢物和蛋白质的预测模型,以确定NSCLC患者的免疫治疗益处.
- 确定用于预测NSCLC中免疫检查点抑制剂的反应的新生物标志物.
主要方法:
- 从NSCLC患者收集的周围血液血在免疫治疗前对驱动突变呈阴性.
- 进行非向的代谢和蛋白质组学分析.
- 利用机器学习 (随机森林,逐步回归) 和后勤回归来构建预测模型.
主要成果:
- 鉴定了2种不同的代谢物 (5-sulfooxymethylfurfural,Anthranilic acid) 和2种不同的蛋白质 (免疫球蛋白重变量1-45,微纤维相关糖蛋白4).
- 代谢学模型AUC:0.977; 蛋白质学模型AUC:0.875; 整合性奥米学模型AUC:0.955.
- 临床风险模型的AUC显著降低,为0.659.
结论:
- 周围血液等离子体中的代谢和蛋白质生物标志物在预测不可切割的NSCLC中免疫疗法灵敏度方面表现出高的有效性和可靠性.
- 为了证实这些发现,需要在更大的,基于人口的队列中进行进一步的验证.


