相关实验视频
Updated: Jul 20, 2026

08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.8K
临床基因组组图用于预测高级非小细胞肺癌二线免疫治疗的敏感性
Ying Hua1,2,3, Ai Wang4, Chao Xie3
1Tianjin Medical University Cancer Institute and Hospital, National Clinical Research Center for Cancer, Key Laboratory of Cancer Prevention and Therapy, Tianjin's Clinical Research Center for Cancer, Tianjin, China.
Translational lung cancer research
|March 21, 2025
概括
预测晚期非小细胞肺癌 (NSCLC) 免疫检查点抑制剂 (ICI) 的反应至关重要. 结合基因突变和PD-L1表达的临床基因组学名图有效预测NSCLC患者的ICI治疗反应.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 免疫治疗是一种免疫疗法.
背景情况:
- 免疫检查点抑制剂 (ICI) 改善了晚期非小细胞肺癌 (NSCLC) 的治疗结果.
- 然而,只有少数患者从ICI中受益,因此需要预测性生物标志物.
- 在NSCLC中预测对二线ICI治疗的反应仍然是一个挑战.
研究的目的:
- 确定基因组生物标志物,用于预测高级NSCLC中二线ICI治疗的反应.
- 构建ICI治疗反应的预测模型.
- 为了评估临床基因组名录在预测ICI反应中的有效性.
主要方法:
- 对148名接受二线ICI治疗的NSCLC患者的临床数据和遗传检测结果的回顾性分析.
- 重新分析原始序列数据以定义共同的检测区域.
- 在固体瘤中使用基于免疫的响应评估标准 (iRECIST) 评估免疫疗法敏感性.
主要成果:
- 在耐药病例中,EGFR突变更常见 (41.0%对20.6%,P=0.04).
- 在EP300中的突变与更大的ICI敏感性有关 (39.7%对15.4%,P=0.01).
- 纳米图集临床变量,基因组数据和PD-L1表达显示高预测准确度 (AUC 0.780在训练中,0.720在测试中) 并与无进展生存相关.
结论:
- 临床基因组名图有效地预测了高级NSCLC中二线ICI治疗的反应.
- 命名图利用了经济和容易获得的变量.
- 该模型有助于在接受ICI治疗的NSCLC患者的现实世界临床决策.

